github 地址为：https://github.com/toshas/torch-fidelity

API说明地址：Miscellaneous — torch-fidelity 0.4.0-beta documentation

1、安装：

安装方式一： （只会安装到0.3.0）

pip install torch-fidelity

安装方式二： （可以安装到0.4.0）

pip install -e git+https://github.com/toshas/torch-fidelity.git@master#egg=torch-fidelity

2、API 使用：

• --gpu 0 使用GPU 0进行计算
• --input1 输入文件夹1（源图像文件夹）
• --input2 输入文件夹2（生成的图像文件夹）
• --input1-model-num-samples 输入文件夹1的采样数
• --input2-model-num-samples 输入文件夹2的采样数
• Inception Score (ISC) --isc
• Fréchet Inception Distance (FID) --fid
• Kernel Inception Distance (KID) --kid
• Precision and Recall (PRC) --prc
• Perceptual Path Length (PPL)【对生成图片除了要求清晰、多样之外。我们还希望生成模型可以结合不同的训练图片的特征。比如说我取一个人的发型，取另一个人的脸型，然后结合生成一张图片。也就是生成器能否很好的把不同图片的特征分离出来，论文StyleGAN提出了Perceptual Path Length（PPL）用来评估这个指标。】 --ppl
• --samples-find-deep 递归的找文件夹下的所有图像文件
• --kid-subset-size N（当你的图像数量比较少的时候，通过添加 --kid-subset-size N 来使KID的计算生效）

3、示例

fidelity --gpu 0 --fid --kid --prc --ppl --samples-find-deep --input1 ./input_images --input2 ./output_images