新研究质疑弗雷歇起始距离的可靠性

一篇新发布的arXiv论文探讨了常用于评估合成图像质量的弗雷歇起始距离（FID）指标的可靠性。该研究由Ciaran Bench撰写，调查了随机嵌入表示，特别是通过蒙特卡洛Dropout，如何揭示FID中的预测方差。这些方差与测试输入的分布外情况相对于训练数据的关系相关，为评估图像特征的FID的可靠性提供了见解，尤其是在诸如医学成像等领域，在这些领域，在ImageNet1K上预训练的InceptionV3等模型可能不是理想选择。 AI

影响 这项研究可能为生成模型带来更可靠的评估指标，尤其是在医学成像等专业领域。

排序理由 关于评估机器学习中特定指标的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• Ciaran Bench
• DagsHub
• Fréchet Inception Distance
• Hugging Face
• ImageNet1K
• InceptionV3
• Monte Carlo Dropout

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →