Papers·어제
Fréchet Distance를 학습 목적으로 최적화 — one-step generator FID 0.72 달성
Fréchet Distance(FD)를 표현 공간에서 직접 최적화하는 FD-loss를 제안, Inception feature space에서 one-step generator가 ImageNet 256x256에서 FID 0.72를 기록했습니다. 핵심은 FD 추정용 population size(50k)와 gradient 계산용 batch size(1024)를 분리한 단순한 아이디어입니다. 흥미롭게도 FD-loss는 multi-step generator를 teacher distillation 없이도 강력한 one-step generator로 전환할 수 있으며, FID가 시각적 품질을 오판할 수 있음을 보여 FDr^k라는 다중 표현 메트릭도 함께 제안했습니다. 단, 이 방법은 충분한 population size를 유지해야 하므로 메모리와 계산 비용이 크다는 점이 실용적 한계입니다.
- #fréchet-distance
- #generative-models
- #image-generation
- #fid
- #one-step-generation
Jiawei Yang