Я ищу количественные метрики, такие как начальный балл, для оценки изображений, сгенерированных моделью GAN, но я не могу убедиться, что это подходит в моем случае.
Я знаю, что начальный балл способен оценить(1) качество изображения и (2) разнообразие.Например, если мы попытаемся выполнить мультимодальное преобразование I2I для домашних кошек и собак с использованием моделей GAN, таких как MUNIT, начальный балл будет высоким, поскольку сгенерированные изображения собак реалистичны и разнообразны (разные породы собак), а полученная в результате 1000-вектор пространственных объектов в последнем слое будет обладать низкой энтропией, поскольку он будет центрирован на соответствующем или подобном классе.Если модель GAN достигает разнообразных результатов мультимодальности, каждое сгенерированное изображение собаки будет соответствовать различным классам в результатах классификации с 1000 путями вначале v3.
Однако в некоторых случаях начальный балл может не подходить.Например, ожидается, что при генерации лица с использованием GAN будут созданы реалистичные изображения лица с разными идентичностями или атрибутами лица.Человеческое Лицо не является одним из 1000 классов в классификации Imagenet.Поэтому использование этих сгенерированных изображений лиц для оценки их соответствующих начальных показателей представляется нецелесообразным.
Кроме начальных показателей, кто-нибудь может порекомендовать другие показатели при оценке качества изображений, генерируемых GAN?
Спасибо,
Примечание к начальному баллу ref: https://arxiv.org/pdf/1801.01973.pdf
MUNIT: https://arxiv.org/pdf/1804.04732.pdf