Visual AI Itọsọna

Ijinna Ibẹrẹ Fréchet

Ijinna Ibẹrẹ Fréchet (FID) jẹ metiriki boṣewa fun ṣiṣe idajọ bawo ni ojulowo ati orisirisi awọn aworan ti ipilẹṣẹ jẹ.

Akopọ

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.

Ijinna Ibẹrẹ Fréchet jẹ ti awọn ṣiṣan iṣẹ-iriran kọnputa ti o tumọ tabi ṣe agbekalẹ media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda.

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.

Titunto si 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. Ijinna Ibẹrẹ Fréchet jẹ ti awọn ṣiṣan iṣẹ-iriran kọnputa ti o tumọ tabi ṣe agbekalẹ media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda. Lati kọ oye ti o jinlẹ, tọju Ijinna Ibẹrẹ Fréchet bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati ya sọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.

Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo iṣedede iwọntunwọnsi Ijinna Ibẹrẹ Fréchet pẹlu awọn otitọ iṣe ṣiṣe bii didara data, iyatọ ina, ati isamisi aitasera. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.

Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni akoko kanna, Awọn ẹtọ aworan ati ifọkansi le di awọn eewu labẹ ofin ti o ba jẹ afihan. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.

Ipa Ilana

Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.

Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.

Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.

Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.

Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.

Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.

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 Ilana imuse

Ijinna Ibẹrẹ Fréchet ni iṣe

Benchmarking GANs bii StyleGAN, nibiti awọn ẹgbẹ ṣe jabo FID lori awọn ipilẹ data bii FFHQ lati ṣe afiwe didara iran-oju.

Awọn GAN Benchmarking bii StyleGAN, nibiti awọn ẹgbẹ ṣe ijabọ FID lori awọn iwe data bi FFHQ lati ṣe afiwe awọn didara iran-oju awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe ni akoko pupọ.

Ijinna Ibẹrẹ Fréchet ni iṣe

Ilọsiwaju ikẹkọ titele ti awoṣe itankale nipasẹ ṣiṣe iṣiro FID ni awọn aaye ayẹwo lati rii nigbati didara aworan duro ni ilọsiwaju.

Ilọsiwaju ikẹkọ ipasẹ ti awoṣe itankale nipasẹ ṣiṣe iṣiro FID ni awọn aaye ayẹwo lati rii nigbati didara aworan duro ni ilọsiwaju Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe ni akoko pupọ.

Ijinna Ibẹrẹ Fréchet ni iṣe

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.

Ifiwera awọn awoṣe ọrọ-si-aworan idije lori data data COCO, nibiti FID kekere ti tọka si bi ẹri ti awọn abajade ti o daju diẹ sii Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe ni akoko pupọ.

Ijinna Ibẹrẹ Fréchet ni iṣe

Ṣiṣawari ipo iṣubu ninu olupilẹṣẹ kan, niwọn igba ti akoko ifọkanbalẹ FID dide nigbati awoṣe ṣe agbejade oniruuru aworan kekere ju.

Wiwa ipo iṣubu ninu olupilẹṣẹ kan, niwọn igba ti akoko ifọkanbalẹ FID dide nigbati awoṣe ba ṣe agbejade oniruuru aworan pupọ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe ni akoko pupọ.

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

1

Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.

Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

2

Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.

Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

3

Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.

Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

4

Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.

Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

Tesiwaju Ṣiṣawari