search

NVlabs / DG-Net

:couple: Joint Discriminative and Generative Learning for Person Re-identification. CVPR'19 (Oral) :couple:
https://www.zdzheng.xyz/publication/Joint-di2019
Other
1.27k stars 230 forks source link

关于FID计算 #74

Closed zichihuanian closed 2 years ago

zichihuanian commented 2 years ago

你好，请问FID计算使用的是全部的真实图片数据集（train+test）和生成的约12000张图片之间的FID吗？还是也挑选12000张真实图片进行比较？

layumi commented 2 years ago

你好。是和所有 train 数据比较的。

所有train 和 生成的。（图像数量不需要完全一样）

测试代码在 https://github.com/NVlabs/DG-Net/blob/master/visual_tools/test_folder.py#L151

zichihuanian commented 2 years ago

你好。是和所有 train 数据比较的。

所有train 和 生成的。（图像数量不需要完全一样）

测试代码在 https://github.com/NVlabs/DG-Net/blob/master/visual_tools/test_folder.py#L151

谢谢大佬，我看paper中有个ground truth（表中的Real）的FID，若是两个一模一样的数据集，结果应该为0呀？请问这里你是计算的哪两个数据集之间的FID？

layumi commented 2 years ago

你好 @qinghe-sun 我有点忘记了。当时 好像是用 train_all 和 gallery 互相测的 / 或者把train_all 分了两个部分。这样能反应一定的问题。 FID也不是0.

zichihuanian commented 2 years ago

好的，谢谢啦！