弗雷謝起始距離
Fréchet 起始距離 (FID) 是判斷一組產生影像的真實性和多樣性的標準指標。
概述
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.
深入探討
FID，由 Heusel 等人提出。 2017 年，修復了早期 Inception Score 中的一個關鍵缺陷：它從未將生成的圖像與實際數據進行比較。 FID 透過預先訓練的 Inception-v3 網路輸入真實影像和產生影像，並從每個影像的深度池化層中讀出 2048 維特徵向量。然後，它將每組特徵建模為多元高斯，並透過平均值向量和協方差矩陣對它們進行匯總。兩個高斯之間的距離是用 Fréchet 距離（也稱為 2-Wasserstein 距離）計算的。 A lower FID means the generated distribution's mean and spread closely match real images, capturing both fidelity (do they look real?) and diversity (do they cover the variety of real data?).
技術洞察
FID 公式是兩個平均值向量的平方差加上（協方差之和減去其乘積的矩陣平方根的兩倍）的跡。由於 FID 使用完全協方差，因此它會懲罰模糊、不切實際的輸出以及模型產生的變化太少的模式崩潰。 It is sensitive to sample size — too few images bias the estimate upward — so practitioners typically compute it over tens of thousands of images, often 50,000.
戰略影響
速度與規模
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。
配裝選擇
創意團隊可以透過更少的手動修改來更快地建立概念原型。
團隊與工作流程
操作可以使用以前難以處理的影像和視訊訊號。
Fréchet 起始距離的未來
FID 仍然是該領域的預設選擇，但其弱點正在推動替代方案的出現。研究人員已經證明它繼承了 Inception-v3 的 ImageNet 偏差，並且可能與人類的判斷不一致，從而引發了諸如根據 CLIP 特徵計算的 FID（有時稱為 FDD 或 CMMD）、小樣本的內核初始距離 (KID) 以及區分保真度和多樣性的精確度/召回率等指標。期待更豐富、與特徵主幹無關且感知一致的評估，特別是當文字到圖像和視訊生成不再需要單一數字摘要時。
現實世界的實施
對 StyleGAN 等 GAN 進行基準測試，團隊在 FFHQ 等資料集上報告 FID，以比較臉部生成品質。
透過在檢查點計算 FID 來追蹤擴散模型的訓練進度，以查看影像品質何時停止改善。
比較 COCO 資料集上的競爭文字到圖像模型，其中較低的 FID 被認為是更真實輸出的證據。
偵測生成器中的模式崩潰，因為當模型產生的影像多樣性太少時，FID 的協方差項就會上升。
風險與防護欄
如果出處不明，肖像權和同意可能會成為法律風險。
模型表現可能因光照、人口統計和環境的不同而有所不同。
除非監控置信閾值，否則誤報可能會被忽略。
實施路線圖
定義精確度、召回率和錯誤成本的接受標準。
使用符合實際生產條件的數據進行測試。
為低置信度或高影響力的預測添加人工審核。
追蹤模型漂移並在相機或資料集變更後重新驗證。
不斷探索
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
常見問題
What is Fréchet Inception Distance?
Fréchet 起始距離 (FID) 是判斷一組產生影像的真實性和多樣性的標準指標。它比較了深度特徵空間中真實圖像和生成圖像的統計數據——較低的分數意味著贗品看起來更接近真實的圖像。
FID 分數較低表示什麼？
FID 測量真實特徵分佈和生成特徵分佈之間的距離，因此較低的值意味著生成的特徵集在保真度和多樣性方面更接近真實資料。
標準 FID 使用哪個預訓練網路來提取影像特徵？
FID 透過預先訓練的 Inception-v3 網路傳遞影像，並將其 2048 維池化層特徵用於真實影像和生成影像。
FID在比較每組影像特徵之前如何總結它們？
每個特徵集都被建模為多元高斯分佈，FID 計算兩個高斯分佈之間的 Fréchet (2-Wasserstein) 距離。
FID 解決了 Inception Score 的哪些主要缺點？
Inception Score 僅單獨評估生成的圖像； FID 透過直接比較生成的圖像分佈和真實的圖像分佈對其進行了改進。
為什麼當發電機發生模式崩潰時 FID 會上升？
FID 使用特徵的完整協方差，因此當模型產生的多樣性太少時，其分佈會偏離真實數據，從而推高分數。