Słownik pojęć

Odległość Frécheta (FID)

Czym jest Odległość Frécheta (FID)?

Odległość Frécheta (Fréchet inception distance, FID) to metryka do oceny jakości obrazów generowanych przez AI. Prawdziwe i wygenerowane obrazy przepuszcza się przez wstępnie wytrenowaną sieć rozpoznawania obrazów (Inception v3) i porównuje statystyczne rozkłady ich cech. Im niższa wartość, tym bliżej wygenerowanym obrazom do prawdziwych zdjęć pod względem realizmu i różnorodności. FID wprowadzono w 2017 roku i jest standardem przy porównywaniu generatorów obrazów.

Tematy

generowanie obrazów
Metryka oceny
Badania

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Generatywna sieć przeciwstawna (GAN)

Generatywna sieć przeciwstawna (GAN) składa się z dwóch sieci neuronowych trenowanych przeciwko sobie: generator tworzy sztuczne dane, takie jak obrazy, a dyskryminator próbuje odróżnić je od prawdziwych. Dzięki tej rywalizacji wyniki stają się coraz bardziej realistyczne. GAN-y wprowadzono w 2014 roku i kształtowały one generowanie obrazów, zanim modele dyfuzyjne stały się bardziej powszechne; wykorzystuje się je na przykład do syntetycznych danych treningowych lub poprawy jakości obrazu.

Sieci neuronowe
generowanie obrazów
+1

Stable Diffusion

Stable Diffusion to rodzina modeli generowania obrazów, które tworzą obrazy na podstawie opisu tekstowego. Pierwsza wersja ukazała się w 2022 roku, opracowana pod kierunkiem Stability AI wraz z partnerami badawczymi. Technicznie jest to model dyfuzji latentnej, który stopniowo przekształca szum obrazu w obraz. Ponieważ wagi modelu są opublikowane, można go uruchamiać i dostosowywać lokalnie; komercyjne wykorzystanie nowszych wersji regulowane jest własną licencją Stability AI (stan na październik 2026).

generowanie obrazów
model dyfuzyjny
+1

Benchmarking

W AI benchmarking oznacza systematyczne porównywanie modeli lub systemów na podstawie zdefiniowanych zadań i kryteriów. Publiczne benchmarki mierzą m.in. wiedzę ogólną, umiejętność rozumowania czy programowania; w praktyce najważniejsze są jednak przypadki testowe z własnej codziennej pracy. Typowe kryteria to poprawność, kompletność, czas odpowiedzi i koszt. Pomaga to zdecydować, czy mniejszy, tańszy model wystarczy do danego zadania.

Porównanie modeli
Evaluation
+1

Szablon

Rozpoznawanie obrazów

Rozpoznawanie obrazów to dziedzina widzenia komputerowego, w której oprogramowanie identyfikuje, co przedstawia obraz – obiekty, osoby, tekst, logotypy lub sceny. Zazwyczaj opiera się na sieciach neuronowych wytrenowanych na dużej liczbie oznaczonych obrazów. Zastosowania obejmują kontrolę jakości w produkcji, sortowanie zdjęć produktów i wspomaganie diagnostyki obrazowej w medycynie. W przypadku zdjęć osób szczególnej uwagi wymagają ochrona danych i możliwa stronniczość.

Widzenie komputerowe
Analiza obrazu
+1