Fréchet Inception Distance

Die visuelle Begutachtung generierter Bilder ist ein guter Anfang. Wenn sie ordentlich aussehen, hilft dir aber eine präzisere, quantitative Auswertung, die Leistung des Generators besser zu verstehen. Du bewertest dein GAN mit der Fréchet Inception Distance (FID).

Zwei Tensoren mit Fake- und Real-Bildern, jeweils 32 Beispiele, stehen dir als fake bzw. real zur Verfügung. Nutze sie, um die FID zu berechnen!

Diese Übung ist Teil des Kurses

<Kurs>Deep Learning für Bilder mit PyTorch</Kurs>

Kurs ansehen

Übungsanweisungen

Importiere FrechetInceptionDistance aus dem passenden torchmetrics-Modul.
Instanziiere die FID-Metrik basierend auf der 64. Inception-Feature-Schicht und weise sie fid zu.
Aktualisiere fid mit dem Real-Bild-Tensor, multipliziert mit 255 und konvertiert zu torch.uint8.
Berechne die Metrik fid und weise die Ausgabe fid_score zu.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import FrechetInceptionDistance
____

# Instantiate FID
fid = ____(____)

# Update FID with real images
fid.update((fake * 255).to(torch.uint8), real=False)
fid.update(____)

# Compute the metric
fid_score = ____
print(fid_score)

Code bearbeiten und ausführen