Distance de Fréchet Inception

L'inspection visuelle des images générées constitue un excellent point de départ. Cependant, étant donné qu'ils semblent corrects, une évaluation quantitative plus précise sera utile pour mieux comprendre les performances du générateur. Vous évaluerez votre GAN à l'aide de la distance de Fréchet Inception, ou FID.

Deux tenseurs contenant des images réelles et factices, comprenant chacun 32 exemples, sont à votre disposition respectivement aux adresses fake et real. Veuillez les utiliser pour calculer le FID.

Cet exercice fait partie du cours

Deep learning pour les images avec PyTorch

Afficher le cours

Instructions

Importez FrechetInceptionDistance à partir du module torchmetrics approprié.
Instancier la métrique FID en fonction de la couche de fonctionnalités 64th Inception et l'attribuer à l'fid.
Mettre à jour l'fid avec le tenseur d'image réel, multiplié par l'255 et analysé en torch.uint8.
Calculez la métrique « fid » (nombre de requêtes par seconde) et attribuez le résultat à « fid_score ».

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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)

Modifier et exécuter le code