Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra khoảng cách khởi đầu của Fréchet

Xem lại so sánh Gaussian không gian đặc trưng của FID và độ nhạy cỡ mẫu của nó, cùng với các lựa chọn thay thế để đánh giá độ trung thực và đa dạng của hình ảnh được tạo ra.

Đường dẫn hướng dẫn liên quanKhoảng cách khởi đầu của Fr Chet
Câu hỏi 1 của 8

Điểm FID thấp hơn cho biết điều gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Điểm FID thấp hơn cho biết điều gì?
    • Số liệu thống kê của hình ảnh được tạo ra gần với số liệu của hình ảnh thực hơn
    • Hình ảnh được tạo ra kém thực tế hơn
    • Mô hình được đào tạo cho ít kỷ nguyên hơn
    • Hình ảnh có độ phân giải cao hơn
  2. FID tiêu chuẩn sử dụng mạng được huấn luyện trước nào để trích xuất các đặc điểm hình ảnh?
    • ResNet-50
    • Khởi đầu-v3
    • VGG-16
    • BERT
  3. FID tóm tắt từng bộ đặc điểm hình ảnh như thế nào trước khi so sánh chúng?
    • Là một giá trị pixel trung bình
    • Dưới dạng danh sách được sắp xếp tên tệp
    • Là một Gaussian đa biến với vectơ trung bình và ma trận hiệp phương sai
    • Chỉ là biểu đồ của các kênh màu
  4. FID đã giải quyết nhược điểm chính nào của Điểm khởi đầu?
    • Điểm khởi đầu quá chậm để tính toán
    • Điểm khởi đầu chỉ hoạt động trên văn bản
    • Điểm khởi đầu không cần mạng lưới thần kinh
    • Điểm khởi đầu không bao giờ so sánh hình ảnh được tạo với dữ liệu thực
  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