Fréchet Inception Distance

Att visuellt granska genererade bilder är en bra start. Men om bilderna ser bra ut kan en mer precis, kvantitativ utvärdering ge bättre förståelse för generatorns prestanda. Du ska utvärdera ditt GAN med Fréchet Inception Distance, eller FID.

Två tensorer med falska och riktiga bilder – 32 exempel vardera – finns tillgängliga som fake respektive real. Använd dem för att beräkna FID!

Den här övningen är en del av kursen

Djupinlärning för bilder med PyTorch

Visa kurs

Övningsinstruktioner

Importera FrechetInceptionDistance från rätt modul i torchmetrics.
Instantiera FID-måttet baserat på det 64:e Inception-särdragslagret och tilldela det till fid.
Uppdatera fid med tensorn för riktiga bilder, multiplicerad med 255 och omvandlad till torch.uint8.
Beräkna fid-måttet och tilldela resultatet till fid_score.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod