Glossar

Fréchet-Inception-Distanz (FID)

Was ist Fréchet-Inception-Distanz (FID)?

Die Fréchet-Inception-Distanz (FID) ist eine Kennzahl, mit der die Qualität KI-generierter Bilder bewertet wird. Dazu werden echte und erzeugte Bilder durch ein vortrainiertes Bilderkennungsnetz (Inception v3) geschickt und die statistischen Verteilungen ihrer Merkmale verglichen. Je kleiner der Wert, desto ähnlicher sind die erzeugten Bilder echten Fotos in Realismus und Vielfalt. FID wurde 2017 vorgestellt und ist ein Standard beim Vergleich von Bildgeneratoren.

Themen

Bildgenerierung
Bewertungsmetrik
Forschung

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Generatives gegnerisches Netzwerk (GAN)

Ein generatives gegnerisches Netzwerk (Generative Adversarial Network, GAN) besteht aus zwei neuronalen Netzen, die gegeneinander trainiert werden: Der Generator erzeugt künstliche Daten, etwa Bilder, der Diskriminator versucht, sie von echten zu unterscheiden. Durch diesen Wettstreit werden die Ergebnisse immer realistischer. GANs wurden 2014 vorgestellt und prägten die Bildgenerierung, bevor Diffusionsmodelle verbreiteter wurden; sie werden etwa für synthetische Trainingsdaten oder Bildverbesserung genutzt.

Neuronale Netze
Bildgenerierung
+1

Stable Diffusion

Stable Diffusion ist eine Familie von Bildgenerierungsmodellen, die aus einer Textbeschreibung Bilder erzeugt. Die erste Version erschien 2022, entwickelt unter Federführung von Stability AI gemeinsam mit Forschungspartnern. Technisch handelt es sich um ein Latent-Diffusion-Modell, das Bildrauschen schrittweise in ein Bild verwandelt. Da die Modellgewichte veröffentlicht werden, lässt es sich lokal betreiben und anpassen; die kommerzielle Nutzung neuerer Versionen regelt eine eigene Lizenz von Stability AI (Stand: Oktober 2026).

Bildgenerierung
Diffusionsmodell
+1

Benchmarking

Benchmarking bezeichnet bei KI den systematischen Vergleich von Modellen oder Systemen anhand festgelegter Aufgaben und Kriterien. Öffentliche Benchmarks messen etwa Allgemeinwissen, logisches Denken oder Programmierfähigkeit; für den Praxiseinsatz zählen aber vor allem eigene Testfälle aus dem Arbeitsalltag. Verglichen werden typischerweise Richtigkeit, Vollständigkeit, Antwortzeit und Kosten. So lässt sich entscheiden, ob ein kleineres, günstigeres Modell für eine Aufgabe genügt.

Modellvergleich
Evaluation
+1

Vorlage

Bilderkennung

Bilderkennung ist ein Teilgebiet der Computer Vision, in dem Software erkennt, was auf einem Bild zu sehen ist – etwa Objekte, Personen, Text, Logos oder Szenen. Grundlage sind meist neuronale Netze, die an vielen beschrifteten Bildern trainiert wurden. Anwendungen reichen von der Qualitätskontrolle in der Produktion über die Sortierung von Produktfotos bis zur Unterstützung in der medizinischen Bildgebung. Bei Personenbildern sind Datenschutz und mögliche Verzerrungen besonders zu beachten.

Computer Vision
Bildanalyse
+1