R分数复现 R-precision评估指标定量 文本生成图像R分数定量实验全流程复现（R-precision）定量评价实验踩坑避坑流程

一、R-precision分数简介

R-precision，也叫R分数，其通过对提取的图像和文本特征之间的检索结果进行排序，来衡量文本描述和生成的图像之间的视觉语义相似性。除了生成图像的真实文本描述外，还从数据集中随机抽取其他文本。然后，计算图像特征和每个文本描述的text embedding之间的余弦相似性，并按相似性递减的顺序对文本描述进行排序。如果生成图像的真实文本描述排在前r个内，则相关。

简单举个例子：假设r为3，有一百个文本，其中包括一个真实对应的文本和99个随机取出来的文本，将他们转为text embedding，然后分别与生成的图像计算余弦相似度，然后排序，如果真实文本生成的embedding排在前3位，则认为该图像与文本有相关性。

R-precision表示的是排序后真实文本出现在前r个的概率，越大说明图像与真实文本描述越相关，R-precision越大越好。

二、 R-precision-CUB定量实验步骤

这里我们以DF-GAN在CUB上面的模型定量为例：

2.1、下载R-precision代码

Github：https://github.com/maincarry/R-Precision
CSDN下载：R分数复现 R-precision评估指标定量实验代码

2.2、分析

下载后发现代码工程包括build_RPdata.py、config.py、encoder.py、eval_Rprecision.py、all_texts.txt。

all_text.txt：包括birds的所有描述文本
build_RPdata.py：功能是根据生成的图像建立图像-文本的数据对
config.py：一些参数的设置，用不着，可以不管
encoder.py：图像编码器和文本编码器
eval_Rprecision.py：功能是根据图像-文本的数据对评估图像文本的对齐性

2.3、配置好文件

以DF-GAN为例：
将文件放到以上箭头指定的位置（此处只是为了方便这样放，也可以自己单独做文件夹放，只要后面的文件路径你能配好随意放都行）

2.4、更改路径参数

打开build_RPdata.py,找到160~180行，如下：

if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='Generate RP test data from evaluation output.')
    parser.add_argument('-p', dest='path', type=str, help='Path to image directory')
    parser.add_argument('-c', dest="cap", default='all_texts.txt',
                        help='Optional: specify all texts file. Default to all texts in dataset.')
    parser.add_argument('-d', dest='out', type=str, help='Output directory', default='./')
    parser.add_argument('-t', dest='text', type=str, help='Directory to text data',
                        default='D:\\MyPythonWorkplace\\DF-GAN-master\\data\\bird\\text\\text')
                        # default='D:\\AttnGAN-master\\data\\birds\\text')
    parser.add_argument('-r, --random', dest='rand', action='store_true',
                        help='If set, sample is selected randomly instead of sequentially.')
    args = parser.parse_args()

    # args.p = 'D:\\AttnGAN-master\\models\\netG_epoch_250\\valid\\single\\'
    args.p = '..\\test\\valid\\single_580epoch'
    # args.out = 'D:\\AttnGAN-master\\R_Precision_attnGAN-master\\RP_data\\'
    args.out = '..\\RP_data'

其中需要更改的参数有三个

1. parser.add_argument('-t', dest='text', type=str, help='Directory to text data',default='D:\\MyPythonWorkplace\\DF-GAN-master\\data\\bird\\text\\text')，这一句是指明数据集文本所在的位置，修改为你放置的地方，如果你按照2.3放置好了文件的话，你可以改成default='..\\data\\bird\\text\\text'
2. args.p = '..\\test\\valid\\single_580epoch'，这一句是指明生成的图像的所在位置：
3. args.out = '..\\RP_data'，这一句指明你要输出的图像-文本数据对所在的位置。

打开eval_R_precision.py，找到第306行左右：

    args = parse_args()
    BATCH_SIZE = 64
    args.fake_dir = '..\\RP_data'
    args.cap_path = '..\\data\\bird\\captions.pickle'
    args.manualSeed = 1900

其中需要更改的参数有两个

1. args.fake_dir指明的是RP_data即图像-文本数据对存放的文件路径。
2. args.cap_path指明的是数据集captions.pickle包的所在路径。

2.5、生成RP_data

运行build_RPdata.py，生成数据对文件保存到RP_data文件夹中。
如果出现读取文件错误可以更改86行：txt_file = os.path.join(args.text, os.path.basename(dir), "{}.txt".format(fname.split(" ")[0][:-1]))，看是不是路径提取时出的错误。

2.6、评估R分数

运行eval_R_precision.py开始评估，等待结束即可，3000份图像-文本数据对的话评估时间大概在7分钟左右。

最后

特别鸣谢赵zewei同学的指导和帮助。

💖 个人简介：人工智能领域研究生，目前主攻文本生成图像（text to image）方向

📝 个人主页：中杯可乐多加冰

🔥 限时免费订阅：文本生成图像T2I专栏

🎉 支持我：点赞👍+收藏⭐️+留言📝

另外，我们已经建立了微信T2I学习交流群，如果你也是T2I方面的爱好者或研究者可以私信我加入。

如果这篇文章帮助到你很多，希望能不吝打赏我一杯可乐！多加冰哦！