Ijinna Ibẹrẹ Fréchet
Ijinna Ibẹrẹ Fréchet (FID) jẹ metiriki boṣewa fun ṣiṣe idajọ bawo ni ojulowo ati orisirisi awọn aworan ti ipilẹṣẹ jẹ.
Akopọ
O ṣe afiwe awọn iṣiro ti awọn aworan gidi ati ti ipilẹṣẹ ni aaye ẹya ti o jinlẹ — awọn ikun kekere tumọ si pe awọn iro wo sunmọ si ohun gidi.
Jin Dive
FID, ti a ṣe nipasẹ Heusel et al. ni 2017, ti o wa titi abawọn bọtini kan ni Iwọn ibẹrẹ ibẹrẹ: ko ṣe afiwe awọn aworan ti ipilẹṣẹ si data gidi gangan. Awọn ifunni FID mejeeji gidi ati awọn aworan ti ipilẹṣẹ nipasẹ nẹtiwọọki Inception-v3 ti a ti kọkọ tẹlẹ ati ka awọn ẹya ara ẹrọ onisẹpo 2048 jade lati inu Layer ikojọpọ jinlẹ fun aworan kọọkan. Lẹhinna o ṣe apẹrẹ awọn ẹya ara ẹrọ kọọkan bi Gaussian pupọ, ti o ṣe akopọ wọn nipasẹ fekito tumọ ati matrix covariance. Aaye laarin awọn Gaussians meji jẹ iṣiro pẹlu ijinna Fréchet (ti a npe ni ijinna 2-Wasserstein). FID kekere kan tumọ si itumọ pinpin ti ipilẹṣẹ ati itankale ni pẹkipẹki awọn aworan gidi, yiya awọn iṣotitọ mejeeji (Ṣe wọn dabi gidi?) Ati oniruuru (ṣe wọn bo ọpọlọpọ data gidi bi?).
Imọ-imọ-ẹrọ
FID fomula jẹ iyatọ onigun mẹrin ti awọn onibajẹ tumọ si pẹlu itọpa ti (apapọ awọn ifọkanbalẹ iyokuro lẹmeji matrix square root ti ọja wọn). Nitoripe o nlo ifọkanbalẹ ni kikun, FID jẹ ijiya mejeeji blurry, awọn abajade aiṣedeede ati iṣubu ipo nibiti awoṣe kan ṣe agbejade ọpọlọpọ kekere pupọ. O jẹ ifarabalẹ si iwọn ayẹwo - awọn aworan diẹ pupọ ju iṣiro iṣiro si oke - nitorinaa awọn oṣiṣẹ ṣe iṣiro rẹ nigbagbogbo ju ẹgbẹẹgbẹrun awọn aworan lọ, nigbagbogbo 50,000.
Ipa Ilana
Iyara ati iwọn
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Kọ awọn yiyan
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Ojo iwaju ti Ijinna Ibẹrẹ Fréchet
FID jẹ aiyipada aaye, ṣugbọn awọn ailagbara rẹ n wa awọn ọna yiyan. Awọn oniwadi ti fihan pe o jogun awọn aiṣedeede ImageNet lati Inception-v3 ati pe o le ni ibamu pẹlu idajọ eniyan, ti nfa awọn metiriki bii FID ti a ṣe iṣiro lori awọn ẹya CLIP (nigbakan ti a pe ni FDD tabi CMMD), Kernel Inception Distance (KID) fun awọn ayẹwo kekere, ati awọn iwọn ti konge / iranti awọn metiriki ti o ya sọtọ ifaramọ lati oniruuru. Reti ni oro sii, ẹya-ara-ẹhin-agnostic ati igbelewọn ti o ni ibamu pẹlu oye, paapaa bi ọrọ-si-aworan ati iran fidio ti dagba awọn akopọ nọmba-ọkan.
Real-World imuse
Benchmarking GANs bii StyleGAN, nibiti awọn ẹgbẹ ṣe jabo FID lori awọn ipilẹ data bii FFHQ lati ṣe afiwe didara iran-oju.
Ilọsiwaju ikẹkọ titele ti awoṣe itankale nipasẹ ṣiṣe iṣiro FID ni awọn aaye ayẹwo lati rii nigbati didara aworan duro ni ilọsiwaju.
Ṣe afiwe awọn awoṣe ọrọ-si-aworan idije lori dataset COCO, nibiti FID kekere ti tọka si bi ẹri ti awọn abajade ti o daju diẹ sii.
Ṣiṣawari ipo iṣubu ninu olupilẹṣẹ kan, niwọn igba ti akoko ifọkanbalẹ FID dide nigbati awoṣe ṣe agbejade oniruuru aworan kekere ju.
Awọn ewu & Awọn ọna iṣọ
Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.
Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.
Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.
Ilana Ilana imuse
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tesiwaju Ṣiṣawari
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
Itọsọna atẹle
Awọn iṣẹ Ijinna ti o fowo si
Awọn ibeere ti a beere nigbagbogbo
Kini ijinna ibẹrẹ Fréchet?
Ijinna Ibẹrẹ Fréchet (FID) jẹ metiriki boṣewa fun ṣiṣe idajọ bawo ni ojulowo ati orisirisi awọn aworan ti ipilẹṣẹ jẹ. O ṣe afiwe awọn iṣiro ti gidi ati awọn aworan ti ipilẹṣẹ ni aaye ẹya-ara ti o jinlẹ - awọn ikun kekere tumọ si awọn iro wo isunmọ si ohun gidi.
Kini aami FID kekere kan tọka si?
FID ṣe iwọn aaye laarin gidi ati awọn ipinpinpin ẹya ti ipilẹṣẹ, nitorinaa iye kekere tumọ si ṣeto ti ipilẹṣẹ ni pẹkipẹki ni pẹkipẹki data gidi ni iṣotitọ ati oniruuru.
Nẹtiwọọki ti a ti kọkọ tẹlẹ wo ni FID boṣewa lo lati yọ awọn ẹya aworan jade?
FID gba awọn aworan kọja nipasẹ Nẹtiwọọki Inception-v3 ti a ti kọkọ tẹlẹ ati pe o lo awọn ẹya 2048-iwọn-pupọ-Layer fun awọn aworan gidi ati ti ipilẹṣẹ.
Bawo ni FID ṣe ṣe akopọ awọn ẹya ara ẹrọ aworan kọọkan ṣaaju ṣiṣe afiwe wọn?
Eto ẹya kọọkan jẹ apẹrẹ bi Gaussian pupọ, ati FID ṣe iṣiro aaye Fréchet (2-Wasserstein) laarin awọn Gaussians meji.
Aṣiṣe bọtini wo ni Dimegilio Ibẹrẹ ni FID adirẹsi?
Dimegilio Ibẹrẹ nikan ṣe iṣiro awọn aworan ti ipilẹṣẹ ni ipinya; FID ni ilọsiwaju lori rẹ nipasẹ ifiwera taara ti ipilẹṣẹ ati awọn pinpin aworan gidi.
Kini idi ti FID yoo dide nigbati olupilẹṣẹ ba jiya lati ipo iṣubu?
FID nlo ifọkanbalẹ ni kikun ti awọn ẹya, nitorinaa nigbati awoṣe ba ṣe agbejade awọn oriṣiriṣi pupọ pupọ itankale itankale rẹ lati data gidi, titari Dimegilio naa.