图像生成指标：FID 和 IS

IS 和 FID 是图像生成最经典的两个评估指标。IS 只看生成图的清晰度与多样性；FID 同时对比生成与真实分布，是当前 SOTA 主指标。

一句话区别

• IS（Inception Score）：只看生成图，关心”清晰 + 多样”
• FID（Fréchet Inception Distance）：对比生成分布与真实分布的整体相似度

核心原理

IS — 用 Inception-v3 对生成图分类，从两方面打分：

• 单张图分类置信度高 → 清晰
• 类别分布均匀 → 多样

$$\text{IS}=\exp \left({\mathbb{E}}_x\mathrm{KL}(p(y|x)\Vert {\mathbb{E}}_{x}p(y|x))\right)$$

FID — 提取 Inception-v3 特征并假设服从高斯分布，计算真实分布与生成分布的弗雷歇距离：

$$\text{FID}=\Vert {\mu }_r-{\mu }_g{\Vert }^2+\mathrm{Tr}({\Sigma }_r+{\Sigma }_g-2\sqrt{{\Sigma }_r{\Sigma }_g})$$

关键差异

维度	IS	FID
是否对比真实图像	否	是
评价方向	清晰度 + 多样性	真实度 + 整体分布相似度
数值方向	越大越好	越小越好
对模式崩溃敏感	敏感	更敏感
对颜色/风格偏移敏感	否	非常敏感
易被”糊弄”	容易（清晰假图也高分）	难（须整体接近真实）
主流地位	早期主流，现为辅助	当前 SOTA 标配主指标

典型问题场景

现象	IS 反应	FID 反应
生成图清晰但全是同一张脸	仍很高	大幅升高
生成图模糊但分布接近真实	很低	可能尚可
颜色偏绿、风格怪异	可能尚可	大幅升高
模式崩溃	骤降	骤升

为什么主流改用 FID

• IS 不参考真实图，无法衡量真实度
• IS 容易被优化出”虚假高分”
• FID 与人类主观评价相关性更高
• FID 同时反映质量、多样性、分布真实性

实践建议

• 主指标：FID
• 辅助指标：IS、CLIP Score、LPIPS
• 论文中只看 IS 易被审稿人质疑；只看 FID 更专业
• 如需更稳定指标，使用 Clean-FID（修复了 PIL 重采样等导致的偏差）