01 / UNDERSTAND
仕組みと使いどころ
FIDはFréchet Inception Distance（フレシェ・インセプション距離）の略で、生成画像の評価に広く使われる指標です。Inception-v3で抽出した特徴量を用いて、学習用などの実画像と生成画像からそれぞれ分布を作り、その間のフレシェ距離を計算します。値が低いほど、生成画像の分布が実画像の分布に近く、知覚される品質が高いと解釈されます。ただし、生成モデルの評価には主観的な側面があり、定量指標が画像品質と必ず一致するわけではありません。FIDだけで品質のすべてを判断することはできません。
02 / IN PRACTICE
FIDの活用例
たとえば、こんな場面で
複数の画像生成モデルやチェックポイントを比較する際、同じ条件で画像群を生成し、各群のFIDを算出する使い方が考えられます。値の低い候補を参考にしつつ、構図や入力文との整合性などを人の目でも確認します。
03 / GOOD TO KNOW
使うときのポイント
比較時は、参照画像、生成条件、画像数などの評価条件をそろえてください。FIDの差だけで結論を出さず、人による定性的な確認と組み合わせることが重要です。
参考資料
Introduction · Hugging Face （新しいタブで開きます）Evaluating Diffusion Models · Hugging Face （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。