Inception Score PyTorch

PyTorch 缺乏用于计算 GAN 的 Inception Score 的代码。本仓库填补了这一空白。 然而，我们不建议使用 Inception Score 来评估生成模型，有关原因请参阅我们的论文。

快速入门

克隆仓库并进入目录：

$ git clone git@github.com:sbarratt/inception-score-pytorch.git
$ cd inception-score-pytorch

要生成随机的 64x64 图像并计算 Inception Score，请执行以下命令：

$ python inception_score.py

该库中唯一的函数是 inception_score。它接受一个归一化到 [0,1] 范围内的 NumPy 图像列表以及一组参数，然后计算 Inception Score。请确保您的图像尺寸为 3x299x299；如果不符合（例如，您的 GAN 是在 CIFAR 数据集上训练的），请将 resize=True 传递给该函数，以便在将图像输入 Inception 网络之前，自动使用双线性插值进行调整。

def inception_score(imgs, cuda=True, batch_size=32, resize=False, splits=1):
    """计算生成图像 imgs 的 Inception Score
    imgs -- Torch 数据集，包含 (3xHxW) 归一化到 [-1, 1] 范围内的 NumPy 图像
    cuda -- 是否在 GPU 上运行
    batch_size -- 送入 Inception v3 的批量大小
    splits -- 分割次数
    """

先决条件

您需要 PyTorch、Torchvision 以及 NumPy/SciPy。

许可证

本项目采用 MIT 许可证授权——详情请参阅 LICENSE.md 文件。

致谢

• Inception Score 源自 Improved Techniques for Training GANs 一文。

inception-score-pytorch 快速上手指南

环境准备

在开始之前，请确保您的系统已安装以下依赖：

• Python 环境：支持 Python 3.x
• 核心库：
  • PyTorch
  • torchvision
  • NumPy / SciPy

国内加速建议：安装 PyTorch 及相关依赖时，推荐使用清华或阿里镜像源以提升下载速度。 例如使用 pip 安装： pip install torch torchvision numpy scipy -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

通过 Git 克隆项目仓库并进入目录：

$ git clone git@github.com:sbarratt/inception-score-pytorch.git
$ cd inception-score-pytorch

基本使用

1. 运行示例脚本

生成随机 64x64 图像并计算 Inception Score：

$ python inception_score.py

2. 代码调用

核心函数为 inception_score。它接收归一化到 [-1, 1] 范围的图像列表（或 Torch dataset），并返回计算结果。

注意：Inception v3 网络要求输入图像尺寸为 3x299x299。如果您的生成图像尺寸不同（例如在 CIFAR-10 上训练的 GAN 生成的 32x32 图像），请务必设置 resize=True，函数会自动使用双线性插值进行调整。

def inception_score(imgs, cuda=True, batch_size=32, resize=False, splits=1):
    """Computes the inception score of the generated images imgs
    imgs -- Torch dataset of (3xHxW) numpy images normalized in the range [-1, 1]
    cuda -- whether or not to run on GPU
    batch_size -- batch size for feeding into Inception v3
    splits -- number of splits
    """

使用示例：

from inception_score import inception_score
import numpy as np

# 假设 imgs 是一个包含归一化图像 (范围 -1 到 1) 的列表
# 如果图像不是 299x299，请设置 resize=True
score = inception_score(imgs, cuda=True, batch_size=32, resize=True, splits=10)

print(f"Inception Score: {score}")

提示：根据作者说明，Inception Score 并非评估生成模型的最佳指标，具体原因可参考相关学术论文。