FID 是生成图像和真实图像在特征空间中的分布距离。(越小越好)
1.FID 假设生成图像和真实图像在特征空间的分布都是高斯分布,然后计算这两个高斯分布的距离。

CLIP是什么?(对比语言图像预训练)

它有image Encoder 和 Text Encoder
CLIP Score:如果text 和 image 是成对的,那么他们encoder出来的向量 要越近越好;否则就要越远越好。
FID 是生成图像和真实图像在特征空间中的分布距离。(越小越好)
1.FID 假设生成图像和真实图像在特征空间的分布都是高斯分布,然后计算这两个高斯分布的距离。

CLIP是什么?(对比语言图像预训练)

它有image Encoder 和 Text Encoder
CLIP Score:如果text 和 image 是成对的,那么他们encoder出来的向量 要越近越好;否则就要越远越好。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/948153.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!