在GAN中最近提出的非常适合图像域的指标。

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 ）