公众号:EDPJ
先说结论:这是算法中对复数取实部的结果,对 FID 的影响不大。
FID是从原始图像的计算机视觉特征的统计方面,来衡量两组图像的相似度,是计算真实图像和生成图像的特征向量之间距离的一种度量。
这种视觉特征是使用 Inception v3 图像分类模型提取特征并计算得到的。FID 在最佳情况下的得分为 0.0,表示两组图像相同。分数越低代表两组图像越相似,或者说二者的统计量越相似
FID 计算公式如下:
协方差矩阵计算如下:
covmean, _ = linalg.sqrtm(sigma1.dot(sigma2), disp=False)if np.iscomplexobj(covmean):if not np.allclose(np.diagonal(covmean).imag, 0, atol=1e-3):m = np.max(np.abs(covmean.imag))raise ValueError('Imaginary component {}'.format(m))covmean = covmean.real
data_size = 1 时,FID = 0
data_size = 100 时:方差矩阵与协方差矩阵的差值非常小
data_size = 1000 时:这个差值进一步缩小
data_size = 5000 时:这个差值又进一步缩小
结论:出现负数其实对结果影响不大