Nəmlik keyfiyyətinin metrikləri hansılardır (FID, IS, KID, CLIPScore)?

Şəkil və digər məlumatların yaradılması üçün keyfiyyət metrikaları, yaradılan məzmunun realizmi, müxtəlifliyi və uyğunluğunu qiymətləndirməyə kömək edir. Əsas olanları nəzərdən keçirək:

• FID (Fréchet Inception Distance) — real və yaradılmış şəkillərin xüsusiyyət paylanmaları arasındakı məsafəni ölçür, bu xüsusiyyətlər Inception şəbəkəsinin aralıq qatından alınır. FID nə qədər kiçik olarsa, yaradılan məlumatlar statistik olaraq realara daha yaxındır.

• IS (Inception Score) — yaradılmış şəkillərin keyfiyyət və müxtəlifliyini Inception təsnifatçısının proqnozları ilə qiymətləndirir. Yüksək IS, şəkillərin aydın təsnif olunduğunu (keyfiyyət) və müxtəlif siniflərə paylandığını (müxtəliflik) göstərir.

• KID (Kernel Inception Distance) — FID-ə alternativdir, real və yaradılmış şəkillərin xüsusiyyətləri arasındakı maksimum orta fərqi (MMD) qiymətləndirir. KID, önyarqsız qiymətləndirmədir və az məlumatla daha stabil ola bilər.

• CLIPScore — CLIP modelindən istifadə edən, şəkil və mətnləri əlaqələndirən metrikdir. Yaradılmış şəkil və verilmiş mətn təsvirinin uyğunluğunu, şəkil və mətnin gömme vektorları arasındakı kosinus oxşarlığını ölçməklə qiymətləndirir.

Bu metrikalar, GAN-lar, diffuziya modelləri və digər generativ arxitekturalarda, yaradılan məzmunun keyfiyyətini və uyğunluğunu obyektiv şəkildə qiymətləndirmək üçün istifadə olunur.