Umbali wa Kuanzishwa kwa Fréchet
Umbali wa Kuanzishwa kwa Fréchet (FID) ni kipimo cha kawaida cha kutathmini jinsi seti ya picha zinazozalishwa ilivyo halisi na tofauti.
Muhtasari
It compares the statistics of real and generated images in a deep feature space — lower scores mean the fakes look closer to the real thing.
Dive ya kina
FID, ilianzishwa na Heusel et al. mnamo 2017, ilirekebisha dosari muhimu katika Alama ya Kuanzishwa mapema: haijawahi kulinganisha picha zinazozalishwa na data halisi. FID hulisha picha halisi na zilizoundwa kupitia mtandao uliofunzwa awali wa Inception-v3 na husoma vekta ya kipengele cha 2048-dimensional kutoka safu ya kuunganisha kwa kila picha. Kisha huiga kila seti ya vipengee kama Gaussian ya aina nyingi, ikizifupisha kwa vekta ya maana na matrix ya udadisi. Umbali kati ya Wagaussia wawili unakokotolewa na umbali wa Fréchet (pia unaitwa umbali wa 2-Wasserstein). Kiwango cha chini cha FID kinamaanisha wastani wa usambazaji unaozalishwa na kuenea kwa karibu kulingana na picha halisi, na kunasa uaminifu (zinaonekana kweli?) na utofauti (je zinashughulikia aina mbalimbali za data halisi?).
Ufahamu wa Kiufundi
Fomula ya FID ni tofauti ya mraba ya vekta mbili za maana pamoja na ufuatiliaji wa (jumla ya nakala tofauti ukiondoa mara mbili ya mzizi wa mraba wa matrix wa bidhaa zao). Kwa sababu inatumia ushirikiano kamili, FID huadhibu matokeo yenye ukungu, yasiyo ya kweli na hali ya kuanguka ambapo muundo hutoa aina ndogo sana. Ni nyeti kwa saizi ya sampuli - picha chache sana zinapendelea makadirio ya juu - kwa hivyo wataalamu huhesabu zaidi ya makumi ya maelfu ya picha, mara nyingi 50,000.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Umbali wa Kuanzishwa kwa Fréchet
FID inasalia kuwa chaguo-msingi la uga, lakini udhaifu wake ni njia mbadala. Watafiti wameonyesha kuwa inarithi upendeleo wa ImageNet kutoka kwa Inception-v3 na inaweza kutokubaliana na uamuzi wa binadamu, na hivyo kusababisha metriki kama FID iliyokokotwa kwenye vipengele vya CLIP (wakati fulani huitwa FDD au CMMD), Kernel Inception Distance (KID) kwa sampuli ndogo, na vipimo vya usahihi/kumbuka ambavyo hutenganisha uaminifu na utofauti. Tarajia tathmini tajiri zaidi, yenye uti wa mgongo-agnostiki na tathmini iliyolinganishwa kimawazo, hasa kama vile maandishi-kwa-picha na uzalishaji wa video huzidi muhtasari wa nambari moja.
Utekelezaji wa Ulimwengu Halisi
Kulinganisha GAN kama vile StyleGAN, ambapo timu huripoti FID kwenye seti za data kama FFHQ ili kulinganisha ubora wa kutengeneza uso.
Kufuatilia maendeleo ya mafunzo ya muundo wa uenezaji kwa kuweka FID kwenye vituo vya ukaguzi ili kuona ubora wa picha unapoacha kuboreka.
Kulinganisha miundo shindani ya maandishi kwa picha kwenye mkusanyiko wa data wa COCO, ambapo FID ya chini inatajwa kama ushahidi wa matokeo ya kweli zaidi.
Kutambua hali ya kuanguka katika jenereta, kwa kuwa neno la udaku la FID huongezeka wakati muundo hutoa tofauti ndogo sana ya picha.
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Fréchet Inception Distance quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Kazi za Umbali Zilizosainiwa
Maswali yanayoulizwa mara kwa mara
What is Fréchet Inception Distance?
Umbali wa Kuanzishwa kwa Fréchet (FID) ni kipimo cha kawaida cha kutathmini jinsi seti ya picha zinazozalishwa ilivyo halisi na tofauti. Inalinganisha takwimu za picha halisi na zilizoundwa katika nafasi ya kipengele cha kina - alama za chini zinamaanisha kuwa bandia zinaonekana karibu na kitu halisi.
Alama ya chini ya FID inaonyesha nini?
FID hupima umbali kati ya usambazaji wa vipengele halisi na vilivyozalishwa, kwa hivyo thamani ya chini inamaanisha seti inayozalishwa inalingana kwa karibu zaidi na data halisi katika uaminifu na utofauti.
Je, ni mtandao gani uliofunzwa awali ambao FID ya kawaida hutumia kutoa vipengele vya picha?
FID hupitisha picha kupitia mtandao uliofunzwa awali wa Inception-v3 na hutumia vipengele vyake vya safu ya kuunganisha-dimensional 2048 kwa picha halisi na zinazozalishwa.
FID inafanyaje muhtasari wa kila seti ya vipengee vya picha kabla ya kuvilinganisha?
Kila seti ya vipengele ina muundo wa Gaussian wa aina nyingi, na FID hukokotoa umbali wa Fréchet (2-Wasserstein) kati ya Wagaussia wawili.
Je, FID ilishughulikia upungufu gani mkuu wa Alama ya Kuanzishwa?
Alama ya Kuanzishwa ilitathmini tu picha zilizotolewa zikiwa zimetengwa; FID iliboresha juu yake kwa kulinganisha moja kwa moja usambazaji wa picha zinazozalishwa na halisi.
Kwa nini FID inapanda wakati jenereta inakabiliwa na kuanguka kwa mode?
FID hutumia ushirikiano kamili wa vipengele, kwa hivyo muundo unapozalisha aina ndogo sana uenezaji wake hutofautiana na data halisi, na hivyo kusukuma alama juu.