Questionário vinculado ao guia · Médio Nível

Questionário de distância inicial de Fréchet

Revise a comparação gaussiana do espaço de recursos do FID e sua sensibilidade ao tamanho da amostra, além de alternativas para avaliar a fidelidade e diversidade da imagem gerada.

Caminhos de guia relacionadosDistância de início de Fr Chet
Pergunta 1 de 8

O que indica uma pontuação FID mais baixa?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. O que indica uma pontuação FID mais baixa?
    • As estatísticas das imagens geradas estão mais próximas das imagens reais
    • As imagens geradas são menos realistas
    • O modelo treinado por menos épocas
    • As imagens têm maior resolução
  2. Qual rede pré-treinada o FID padrão usa para extrair recursos de imagem?
    • ResNet-50
    • Início-v3
    • VGG-16
    • BERTO
  3. Como o FID resume cada conjunto de recursos de imagem antes de compará-los?
    • Como um único valor médio de pixel
    • Como uma lista ordenada de nomes de arquivos
    • Como uma Gaussiana multivariada com um vetor médio e uma matriz de covariância
    • Como um histograma apenas de canais de cores
  4. Qual é a principal deficiência da pontuação inicial que o FID abordou?
    • A pontuação inicial foi muito lenta para calcular
    • A pontuação inicial funcionou apenas em texto
    • A pontuação inicial não exigiu rede neural
    • A pontuação inicial nunca comparou imagens geradas com dados reais
  5. When a generator produces less varied Inception features than the real images, how can that affect FID?
    • A covariance mismatch can contribute to a higher FID
    • FID must become zero
    • FID ignores feature diversity
    • FID automatically identifies the exact cause of the collapse
  6. In the Diffusion Models Beat GANs comparison, how was FID evaluated for ImageNet?
    • With 500 generated samples
    • With 50,000 generated samples
    • With 5,000 generated samples
    • With 5 million generated samples
  7. Why can a small evaluation set make an FID estimate unreliable?
    • FID requires every image to have a human label
    • The Inception network stops extracting features on small sets
    • Finite-sample bias can distort the estimated distance between feature distributions
    • Small sets force all covariance values to zero
  8. What does Kernel Inception Distance (KID) offer as an alternative in the guide?
    • A method for training the Inception-v3 network
    • A way to generate image captions
    • A measure of video frame rate
    • A metric used for evaluation when sample counts are smaller