Woordenlijst

Fréchet inception distance (FID)

Wat is Fréchet inception distance (FID)?

De Fréchet inception distance (FID) is een maat om de kwaliteit van door AI gegenereerde afbeeldingen te beoordelen. Echte en gegenereerde afbeeldingen worden door een vooraf getraind beeldherkenningsnetwerk (Inception v3) gehaald en de statistische verdelingen van hun kenmerken worden vergeleken. Hoe lager de waarde, hoe dichter de gegenereerde afbeeldingen bij echte foto’s liggen qua realisme en verscheidenheid. FID werd in 2017 geïntroduceerd en is een standaard om beeldgeneratoren te vergelijken.

Onderwerpen

Beeldgeneratie
Evaluatiemaat
Onderzoek

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten

← Alle begrippen

Verwante begrippen

Generative adversarial network (GAN)

Een generative adversarial network (GAN) bestaat uit twee neurale netwerken die tegen elkaar worden getraind: de generator maakt kunstmatige data, zoals afbeeldingen, en de discriminator probeert die van echte te onderscheiden. Door deze wedstrijd worden de resultaten steeds realistischer. GAN’s werden in 2014 geïntroduceerd en bepaalden de beeldgeneratie voordat diffusiemodellen breder werden gebruikt; ze worden bijvoorbeeld ingezet voor synthetische trainingsdata of beeldverbetering.

Neurale netwerken
Beeldgeneratie
+1

Stable Diffusion

Stable Diffusion is een familie van beeldgeneratiemodellen die afbeeldingen maken op basis van een tekstbeschrijving. De eerste versie verscheen in 2022, ontwikkeld onder leiding van Stability AI samen met onderzoekspartners. Technisch is het een latent diffusiemodel dat beeldruis geleidelijk omzet in een afbeelding. Omdat de modelgewichten zijn gepubliceerd, kan het lokaal worden uitgevoerd en aangepast; commercieel gebruik van nieuwere versies valt onder de eigen licentie van Stability AI (stand oktober 2026).

beeldgeneratie
diffusiemodel
+1

Benchmarking

In AI betekent benchmarking het systematisch vergelijken van modellen of systemen aan de hand van vastgelegde taken en criteria. Openbare benchmarks meten bijvoorbeeld algemene kennis, redeneervermogen of programmeervaardigheid; voor de praktijk zijn testgevallen uit uw eigen dagelijkse werk echter het belangrijkst. Typische criteria zijn nauwkeurigheid, volledigheid, responstijd en kosten. Dat helpt te beslissen of een kleiner, goedkoper model goed genoeg is voor een taak.

Modelvergelijking
Evaluation
+1

Sjabloon

Beeldherkenning

Beeldherkenning is een deelgebied van computervisie waarin software herkent wat een afbeelding toont – objecten, personen, tekst, logo’s of scènes. Het is meestal gebaseerd op neurale netwerken die zijn getraind op grote aantallen gelabelde afbeeldingen. Toepassingen variëren van kwaliteitscontrole in de productie en het sorteren van productfoto’s tot ondersteuning bij medische beeldvorming. Bij afbeeldingen van personen verdienen gegevensbescherming en mogelijke bias bijzondere aandacht.

Computervisie
Beeldanalyse
+1