FID计算时无参考

[sacred178953]

作者，您好！我对生成的一组图片和ground truth做FID计算时，评估模型默认是无参考的，即使我将metric_mode设置为全参考FR，但计算时还是无参考的，这个问题怎么解决

[chaofengc]

FID是单独处理的，不受metric_mode影响。请参考forward 函数的参数列表，分别传入参数fdir1和fdir2

IQA-PyTorch/pyiqa/archs/fid_arch.py

Lines 267 to 279 in b7d19ea

	def forward(self,
	fdir1=None,
	fdir2=None,
	mode='clean',
	dataset_name=None,
	dataset_res=1024,
	dataset_split='train',
	num_workers=12,
	batch_size=32,
	device=torch.device('cuda'),
	verbose=True,
	**kwargs
	):

[sacred178953]

FID是单独处理的，不受metric_mode影响。请参考forward 函数的参数列表，分别传入参数fdir1和fdir2

IQA-PyTorch/pyiqa/archs/fid_arch.py

Lines 267 to 279 in b7d19ea

	def forward(self,
	fdir1=None,
	fdir2=None,
	mode='clean',
	dataset_name=None,
	dataset_res=1024,
	dataset_split='train',
	num_workers=12,
	batch_size=32,
	device=torch.device('cuda'),
	verbose=True,
	**kwargs
	):

fdir1和fdir2分别是什么参数，FID是通过计算两个分布之间的Fréchet距离来衡量生成模型和真实数据分布之间的差异，它不应该是有参考的吗？

[chaofengc]

fdir1和fdir2分别是生成的文件夹以及ground truth文件夹，即两个数据分布，FID计算两个分布之间的距离

[sacred178953]

fdir1和fdir2分别是生成的文件夹以及ground truth文件夹，即两个数据分布，FID计算两个分布之间的距离

我复现了一个图像超分辨率生成模型，并使用真实图像数据集DrealSR测试了FID分数，我计算得到的数值是14.58，但原论文中的数值为156.13，数值结果相差如此之大，这是为什么？为了排除自己训练的原因，我下载了原作者预训练好的模型并进行了测试，但数值结果还是相差了一个数量级，这是什么原因导致的呢？