Inception Score

ウィキペディア

Inception Score

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2025/04/09 03:44 UTC 版)

Inception Score（IS）は、生成モデル（例えば敵対的生成ネットワーク（GAN））によって生成された画像の品質を評価するために使用されるアルゴリズムである。^[1]  

このスコアは、生成モデルによって生成された（通常は約30,000枚の）画像に対して、別個に訓練されたInception v3画像分類モデルの出力に基づいて計算される。

Inception Score は、以下の2つの条件が満たされるときに最大化される：

1. 生成画像に対して Inception v3 モデルが予測するラベルのエントロピーが最小となる、すなわち分類器が各画像に対して自信を持って単一のラベルを予測する。これは、画像が「鮮明」または「明確」であるべきという望ましい性質を反映している。
2. 分類器が予測するラベルが全体として均等に分布している。これは、生成された画像が「多様」であるべきという望ましさに対応する。^[2]

IS は、後に提案されたフレシェ開始距離（FID）によって部分的に置き換えられている。^[3]  

Inception Score は生成画像の分布のみを評価するが、FID は生成画像と実画像（「グラウンドトゥルース」）の分布を比較する。

定義

画像の空間 ${\displaystyle \Omega _{X}}$