DIG官网链接地址:https://tencentqqgylab.github.io/EMMA/
网站默认显示语言:英语
DIG 介绍
DIG-In是一个用于评估文本到图像生成模型在不同地理区域中质量、多样性和一致性差异的库。它利用GeoDE和DollarStreet数据集,通过评估生成图像的关键特征和准确性、覆盖度指标,以及CLIPScore指标来评估模型性能。该工具支持研究人员和开发者对图像生成模型进行地理多样性的审计,以保证在全球范围内的公平性和包容性。
DIG用户群体
DIG-In适用于需要评估和确保其图像生成模型在全球范围内表现一致的研究人员和开发者。它特别适用于关注模型在不同文化和地理背景下的公平性和包容性的应用场景。
研究人员使用DIG-In评估不同图像生成模型在非洲地区的输出质量。 开发者利用DIG-In确保其应用在全球范围内提供一致的用户体验。 教育机构使用DIG-In作为教学工具,教授学生如何评估和改进AI模型的公平性。
DIG的核心功能
- 使用GeoDE和DollarStreet数据集评估生成图像的质量差异。 计算生成图像的精度、召回率、覆盖度和密度指标。 使用CLIPScore指标评估图像的一致性。 提供脚本以从生成图像中提取特征。 支持自定义图像或特征路径的指针。 提供计算指标的脚本,包括平衡参考数据集。