关于IS与FID的计算原理，看一下：GAN的评价指标IS和FID-CSDN博客

---

 最近需要测试图像的指标，然后特意去关注了一下相关的信息，然后主要用的评价指标为：

PSNR 和 SSIM

LPIPS 

也叫作感知损失，比PSNR和SSIM更接近于真实人感到的感觉：

IS

计算原理：

在评判生成图像是否清晰方面，引入Inception模型，对生成图像 x 进行分类判断，得到一个1000维的分类向量 y 。如果图像 x 清晰，则该向量 y 在某一个维度上的取值较大（表示属于某一类的概率较大），而其他维度的取值较小。

在图像的多样性方面，假设我们生成20000张图像，总共有1000个类别，那么最理想的情况是每一类的个数是平均的，即每类图像的个数为20个。

缺陷：

缺陷就是生成的图像如果不属于Inception中的1000类，那么就会导致计算的IS值很小，它无法作为通用数据集的测试方法。

FID（IS的改进版本）

评估真实图像与生成的图像之间的距离，该距离越近，表明生成模型的效果越好，即图像的清晰度高，且多样性丰富。

计算原理：

FID拿掉了Inception模型最后的一个用于分类全连接层，将前面一层的2048维向量进行输出。在这里，Inception不再进行分类，而是进行特征提取，得到的2048维向量，每一个维度都表示着某种特征。

优势：

• 生成模型的训练集可以和Inception Net-V3不同
• 刷分不会导致生成图片质量变差

出自论文：GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium（https://arxiv.org/abs/1706.08500）

KID

Kernel Inception Distance (KID)。与FID类似，KID通过计算Inception表征之间最大均值差异的平方来度量两组样本之间的差异。此外，与所说的依赖经验偏差的FID不同，KID有一个三次核的无偏估计值，它更一致地匹配人类的感知。

4、Recall（多样性）

关于这个评价参数我是在“Diffusion-GAN: Training GANs with Diffusion”论文中看到的，地址为：https://arxiv.org/abs/2206.02262

原文对这个的解释：Lower FIDs indicate better fidelity, while higher Recalls indicate better diversity. We further report the improved Recall score introduced by Kynkäänniemi et al. [2019] to measure the sample diversity of generative models.

出自论文：Improved precision and recall metric for assessing generative models（https://arxiv.org/abs/1904.06991）

注意：这个只能用于“Evaluation of realism score using StyleGAN and FFHQ dataset can be run with:”。似乎对其他的数据集没有用，我刚试了一下其他的数据集，不行！