#154 · 主分类： MLOps与评测
clean-fid
PyTorch - 使用正确的图像缩放和量化步骤进行FID计算 [CVPR 2022]
项目最后更新：08/02/25
GitHub Stars
1.2K
Forks数量
81
贡献者数量
12
许可证
MIT
收录理由
计算FID时，图像缩放和量化的细节直接决定数值是否可信，这些环节稍有出入，得分就可能偏离论文中的参考值，甚至超过不同模型之间的真实差距。clean-fid是一个轻量的PyTorch库，把这两步按标准实现做对了，让你算出的FID能与已发表的结果对齐，而不是各算各的。它支持从图像文件夹、预计算的FFHQ或CIFAR-10数据集统计量，甚至直接传入生成器函数来调用compute_fid和compute_kid，同时也支持基于CLIP特征的FID计算。对于训练图像生成模型的人，这是对照公开基线、判断某个改进是否真实有效的实用工具。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型（ACL 2024）
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具