เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Fréchet Inception Distance

การตรวจสอบภาพที่สร้างขึ้นด้วยตาเป็นจุดเริ่มต้นที่ดี แต่หากภาพดูดีแล้ว การประเมินเชิงปริมาณที่แม่นยำกว่าจะช่วยให้เข้าใจประสิทธิภาพของ generator ได้ดีขึ้น ในแบบฝึกหัดนี้จะประเมิน GAN โดยใช้ Fréchet Inception Distance หรือ FID

เทนเซอร์ 2 ชุดที่เก็บภาพปลอมและภาพจริง ชุดละ 32 ตัวอย่าง พร้อมให้ใช้งานในชื่อ fake และ real ตามลำดับ นำไปคำนวณค่า FID กัน!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning สำหรับภาพด้วย PyTorch

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import FrechetInceptionDistance จากโมดูล torchmetrics ที่เหมาะสม
  • สร้าง instance ของเมตริก FID โดยอิงจาก Inception feature layer ที่ 64 แล้วกำหนดให้ตัวแปร fid
  • อัปเดต fid ด้วยเทนเซอร์ภาพจริง โดยคูณด้วย 255 แล้วแปลงเป็น torch.uint8
  • คำนวณเมตริก fid แล้วกำหนดผลลัพธ์ให้ตัวแปร fid_score

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด