图像评价指标PSNR、SSIM、LPIPS、FID_(learned perceptual image patch similarity,lpips)、

最近再复现图像处理方面的论文的时候发现几个评价图像质量的指标：
1、FID（Fréchet Inception Distance）：FID是用于评估生成模型的质量和多样性的指标。值越小，表示生成图片越多样、质量越好。

2、SSIM（Structural Similarity Index）：SSIM用于衡量两幅图像的相似性，包括亮度、对比度和结构。是一种测量两个图像之间相似性的方法。值越接近1表示图像的质量更高，相反接近0的值表示的图像质量较差。

3、PSNR（Peak Signal-to-Noise Ratio）：PSNR用于衡量图像的质量，通过比较原始图像和压缩图像之间的峰值信噪比来评估压缩算法的效果。PSNR的值越高，表示图像质量越好。

4、LPIPS（Learned Perceptual Image Patch Similarity）：LPIPS用于衡量两幅图像的感知相似度，与人类主观感知更加接近。该度量标准学习生成图像到ground truth的反向映射强制生成器学习从假图像中重构真是图像的反向映射，并优先处理它们之间的感知相似度。LPIPS的值越低，表示两幅图像的感知差异越小。
因为FID的特殊性，这里先介绍除了FID的其他三个评价指标。
关于FID大家可以看下面这篇博客（都是我写滴