### FID和LPIPS图像质量评估指标 #### Fréchet Inception Distance (FID) FID 提供了一个与人类视觉感知一致的图像质量评估指标。该方法通过计算两个多维高斯分布之间的Fréchet距离来衡量生成样本集与真实数据集间的相似程度，其中每个分布由Inception网络提取到的激活向量表示[^1]。 这种基于深层特征空间的方法能够捕捉更复杂的语义信息，因此相比于简单的像素级对比（如均方误差），它能更好地反映出两组图片之间在高层次结构上的异同之处。由于这些特性，FID 成为了图像编辑、恢复以及合成等领域中不可或缺的质量评测手段之一。 #### Learned Perceptual Image Patch Similarity (LPIPS) 作为另一种先进的感知型度量标准，LPIPS 利用了预训练卷积神经网络内部各层响应模式来进行局部区域匹配，并加权求和得到最终得分。具体而言，模型会先将待测图像输入至特定架构下的CNN中获取不同层次的感受野输出；之后再利用线性变换矩阵调整权重并汇总成全局评分体系[^2]。 这种方法不仅考虑到了低阶纹理细节的一致性，同时也兼顾了高级别概念层面的理解偏差情况，从而实现了更加贴近主观感受的效果评判机制。对于涉及风格迁移或者超分辨率重建的任务来说尤为适用。 #### 区别与应用场景 - **区别** - FID 主要关注整体统计属性上的吻合度，适用于宏观尺度下批量样例间的关系描述； - LPIPS 更侧重微观视角内的细粒度变化检测，在单张照片级别的精细校验方面表现突出。 - **应用场合** - 当研究者希望量化整个数据集中生成品的真实感水平时可以选择前者； - 若目标在于精确测量个别实例经过处理前后的失真状况，则后者将是更好的选项。 ```python import numpy as np from scipy.linalg import sqrtm def calculate_fid(act1, act2): mu1, sigma1 = np.mean(act1), np.cov(act1, rowvar=False) mu2, sigma2 = np.mean(act2), np.cov(act2, rowvar=False) diff = mu1 - mu2 covmean = sqrtm(sigma1.dot(sigma2)) if np.iscomplexobj(covmean): covmean = covmean.real fid_score = diff.dot(diff) + np.trace(sigma1 + sigma2 - 2 * covmean) return fid_score class LPIPS(): def __init__(self, net='alex'): self.model = lpips.LPIPS(net=net).cuda() def compute(self, img0, img1): dist01 = self.model.forward(img0.cuda(), img1.cuda()) return dist01.item() ```