弗雷歇初始距离

衡量一批生成图像与真实图像在整体分布上有多接近的指标，越低越好。

FID 由 Heusel 等人在 NeurIPS 2017 的论文中提出，用来评价 GAN 等生成模型的出图质量。做法是把一批真实图像和一批生成图像都送进预训练的 Inception v3（一个图像分类网络），取最后池化层的 2048 维特征，各自拟合成多元高斯分布，再算两个高斯之间的 Fréchet 距离。它比的是整体分布而非逐张像素，能同时反映画质和多样性，数值越低越好，0 表示完全一致。局限是依赖 Inception 特征，和人眼判断不总一致，样本太少时有偏差。它的视频版叫 FVD。具身领域评测世界模型、视频生成模型的生成画面时，常把 FID、FVD 和 PSNR 等一起报告。

例子评测一个机器人视频世界模型时，拿它生成的若干帧操作画面和同场景真实录像帧各取数千张，送进 Inception v3 算 FID；分数越低，说明生成画面整体越像真实数据。

也叫

弗雷歇 Inception 距离、FID 分数

相关

弗雷歇视频距离、PSNR / SSIM / LPIPS 图像相似度指标、视频生成模型、世界模型评测、生成对抗网络、生成模型

来源

GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium (arXiv 1706.08500)
Fréchet inception distance - Wikipedia