「GANによって生成された画像をどのように評価すればいいのか、一体どうやって評価するのでしょうか？」

GANによる生成画像の評価法とは？どのように評価すればよいのでしょうか？

GANsモデルの評価メトリクスの概要

GANは、ジェネレーターネットワークとディスクリミネーターネットワークの2つの主要なネットワークで構成されています。GANジェネレーターモデルは、生成された画像と実際の画像を分類する学習器であるディスクリミネーターを使用してトレーニングされます。ジェネレーターモデルとディスクリミネーターモデルは、均衡を保つために一緒にトレーニングされます。

したがって、GANジェネレーターモデルをトレーニングするために客観的な損失関数は使用されず、損失だけからトレーニングの進行やモデルの相対的または絶対的な品質を客観的に評価する方法はありません。これは、モデルの品質を生成された合成画像の品質と生成された画像の手動での検査によって評価する必要があることを意味します。

この記事は、5つの記事シリーズの3つ目です。次回は人気のあるGANモデルとそれらの主要な応用について探求し、シリーズをエンドツーエンドのGANプロジェクトで締めくくります。

• サステイナブルな銀行業務のための生成AI – 炭素フットプリントの削減とエコフレンドリーな消費の促進
• もし3分しか時間がない場合、このChatGPT Dense Summary Promptはあなたのためです
• 知識管理3.0の解放、創発的AIと共に新たな洞察の時代へ

データサイエンスやAIのキャリアを始めたいですか？学びたいですか？データサイエンスのメンタリングセッションや長期的なキャリアメンタリングを提供しています。

• メンタリングセッション: https://lnkd.in/dXeg3KPW
• 長期的なメンタリング: https://lnkd.in/dtdUYBrM

私のニュースレター「To Data & Beyond」に登録して、私の記事を完全かつ早期にアクセスしましょう。

To Data & Beyond | Youssef Hosni | Substack

データサイエンス、機械学習、AI、そしてそれらの向こうにあるもの。Youssef Hosniによる「To Data & Beyond」を読むにはクリックしてください。

youssefh.substack.com

1. 手動評価

Ian Goodfellowらは、彼らの論文「GANのトレーニングのための改良技術」で、合成サンプルの視覚的品質を人間の注釈者による手動評価で評価しました。彼らはウェブインタフェースを作成し、Amazon Mechanical Turk（MTurk）で注釈者を雇って生成されたデータと実データを区別しました。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!