inception score和Frechet Inception distance

Inception score和Frechet Inception distence都是用来衡量图片真实性的一种算法。

Inception score

既是p(y|x)与p(y)之间的KL散度，也是两者的互信息量。通过互信息量可以很好的理解为通过信源X发出的信号，即图片，给到信源Y的信息值。

实做中将生成图像经过一个分类器（inception_v3）得到其在不同类别下的概率p(y|x)，多次采样求均值得到结果

当然这个算法本身也存在很多问题

1.这个算法不涉及数据集，只计算generative image的IS

2.按照这个算法本身的思想，应该是用自身的数据集去训练一个分类器，然后再将G图像输入进去，得到结果，但是现有目前最可靠的分类器inception_v3有2.5万个权重，训练集都是上千万的，因此用自身的数据集去训练这个庞大的网络不现实。因此目前的做法并不能反映生成图像与真实图像的差距

这个算法还有很多不足，网上都是贴，不能理解的就不贴了

Frechet Inception distence

 

计算的也是wasserstern distance，即多变量高斯分布之间的距离 

sigma为协方差矩阵