位置: IT常识 - 正文
推荐整理分享【图像生成Metrics】快速计算FID、KID、IS、PPL(图像自动生成),希望有所帮助,仅作参考,欢迎阅读内容。
文章相关热门搜索词:图像生成方法,图象生成,transformer 图像生成,图象生成,图象生成,transformer 图像生成,图像生成算法,图像生成算法,内容如对您有帮助,希望把文章链接给更多的朋友!
This repository provides precise, efficient, and extensible implementations of the popular metrics for generative model evaluation, including:
Inception Score (ISC)Fréchet Inception Distance (FID)Kernel Inception Distance (KID)Perceptual Path Length (PPL)github 地址为:https://github.com/toshas/torch-fidelity
2、安装:pip install torch-fidelity3、使用:这里的 --isc 是计算的input1文件夹下的images
①、当你的图像数量比较少的时候,通过添加 --kid-subset-size N 来使KID的计算生效
fidelity --gpu 0 --isc --kid --fid --input1 ./input_images --input2 ./output_images --kid-subset-size 100②当你的图像数量比较多的时候,去掉 --kid-subset-size N 即可
fidelity --gpu 0 --isc --kid --fid --input1 ./input_images --input2 ./output_images API:Usage Examples with Command Line — torch-fidelity 0.3.0 documentation
为什么没有PPL?Perceptual Path Length
对生成图片除了要求清晰、多样之外。我们还希望生成模型可以结合不同的训练图片的特征。比如说我取一个人的发型,取另一个人的脸型,然后结合生成一张图片。
也就是生成器能否很好的把不同图片的特征分离出来,论文StyleGAN提出了Perceptual Path Length(PPL)用来评估这个指标。
这个一般用在人脸、狗脸上,例如风景图、分子图似乎不适用
上一篇:vue3中使用swiper完整版教程(vue3中使用gis地图)
下一篇:不是吧,阿sir,还有人不会制作影院订票系统前端页面吗?(拿来就用)(不是吧阿sir表情包)
友情链接: 武汉网站建设