1    
    
    
    
   、介绍：

This repository provides precise, efficient, and extensible implementations of the popular metrics for generative model evaluation, including:

Inception Score (ISC) Fréchet Inception Distance (FID) Kernel Inception Distance (KID) Perceptual Path Length (PPL)

github 地址为：https://github.com/toshas/torch-fidelity

 2


     


     


     


     

、安装：

pip install torch-fidelity

3
 




 




 




 




、使用：

这里的 --isc 是计算的input1文件夹下的images

①   

   

   

   

  、当你的图像数量比较少的时候    
    
    
    
   ，通过添加 --kid-subset-size N 来使KID的计算生效

fidelity --gpu 0 --isc --kid --fid --input1 ./input_images --input2 ./output_images --kid-subset-size 100

②当你的图像数量比较多的时候


     


     


     


     

，去掉 --kid-subset-size N 即可

fidelity --gpu 0 --isc --kid --fid --input1 ./input_images --input2 ./output_images

 API：

Usage Examples with Command Line — torch-fidelity 0.3.0 documentation

为什么没有PPL？

Perceptual Path Length

对生成图片除了要求清晰 

     

     

     

     
、多样之外    
    
    
    
   。我们还希望生成模型可以结合不同的训练图片的特征


     


     


     


     

。比如说我取一个人的发型
 




 




 




 




，取另一个人的脸型   

   

   

   

  ，然后结合生成一张图片
 




 




 




 




。

也就是生成器能否很好的把不同图片的特征分离出来 

     

     

     

     
，论文StyleGAN提出了Perceptual Path Length（PPL）用来评估这个指标   

   

   

   

  。

这个一般用在人脸

  




  




  




  




、狗脸上

  




  




  




  




，例如风景图  


  


  


  


 、分子图似乎不适用