Inception Score (IS) هو مقياس أداء موضوعي يستخدم لتقييم جودة الصور المولدة أو الاصطناعية التي تنتجها شبكة تنافسية توليدية (GAN). يمكنه قياس صحة وتنوع الصور الناتجة ويمكن استخدامه أيضًا لاستبدال التقييم الذاتي البشري. IS هو ثاني أهم مقياس لأداء التقييم بعد FID (مسافة بدء فريشليت).

تم اقتراح هذا المفهوم لأول مرة من قبل تيم ساليمانز وآخرين. في ورقتهم البحثية لعام 2016 "تقنيات مُحسّنة لتدريب شبكات GAN"تم تقديمه في. تم تسميته على اسم شبكة Inception (نموذج التعلم العميق المدرب مسبقًا على مجموعة بيانات Image net) التي طورتها Google لتصنيف الصور. استخدم المؤلف Inception Network لاستخراج متجه الميزات للصورة.

يقيس جانبين:

• التنوع - يجب أن يكون هناك قدر كبير من التنوع في الصور المولدة - يجب أن تكون إنتروبيا التوزيع العام عالية.
• الجودة - مدى جودة الصورة المولدة - تتطلب مستوى منخفضًا من الإنتروبيا وقابلية عالية للتنبؤ.

يمكن أن تكون أقل قيمة IS صفرًا، ويمكن أن تكون أعلى قيمة IS ما لا نهاية، وكلما زادت قيمة IS، كان ذلك أفضل.

حدود Inception Score

1. إذا قامت الشبكة بإنشاء صورة واحدة فقط لكل فئة، فسيكون معدل IS مرتفعًا ولن يمثل الفئة جيدًا.
2. تم تدريب شبكة Inception على مجموعة بيانات Imagenet التي تحتوي على 1000 فئة فقط. إذا قمت بتدريب GAN على فئات خارج هذه الـ 1000، فستكون درجة Inception الخاصة بك منخفضة.
3. إنه يعمل بشكل جيد مع الصور المربعة والصغيرة الحجم نسبيًا - على سبيل المثال، الصور بحجم 300×300.

مراجع

【1】https://kailashahirwar.medium.com/a-very-short-introduction-to-inception-score-is-c9b03a7dd788