如何评价GAN网络的好坏?IS(inception score)和FID(Fréchet Inception Distance)
【GAN全局实用手册】谷歌大脑最新研究,Goodfellow力荐
1.Inception Score (IS)
IS提供了一种定量评估生成样本质量的方法。 包含有意义对象的样本的条件标签分布应该具有低熵,并且样本的可变性应该高。
IS可以表示为:
来自P和Q的样本首先嵌入到特征空间(InceptionNet的特定层)中。 然后,假设嵌入数据遵循多元高斯分布,估计均值和协方差。 最后,计算这两个高斯之间的Fréchet距离:
2.图像质量(MS-SSIM)和多样性的多尺度结构相似性
GAN中的一个关键问题是模式崩溃和模式丢失 - 无法捕获模式,或者从给定模式生成样本的多样性较低。MS-SSIM得分用于测量两个图像的相似度,其中较高的MS-SSIM得分表示更相似的图像。
3.FID(Fréchet Inception Distance )