我正在寻找定量指标（例如初始得分）来评估GAN模型生成的图像，但是我无法确定是否适合我的情况。
我知道初始分数能够评估（1）图像质量和（2）多样性。例如，如果我们尝试使用GAN模型（例如MUNIT）对家猫进行多模式I2I转换为狗，则初始得分会很高，因为所生成的狗图像逼真且多样化（不同的狗品种），且结果为1000-最后一层中的维特征向量将具有低熵，因为它将以相应或相似的类为中心。如果GAN模型获得多样化的多模态结果，则每张生成的狗图像将对应于inceptionv3的1000次分类结果中的不同类别。
但是，在某些情况下，初始分数可能不合适。例如，期望使用GAN生成人脸以生成具有不同身份或人脸属性的逼真的人脸图像。人脸不是Imagenet分类中的1000个类别之一。因此，使用这些生成的面部图像来估计其相应的初始分数似乎是不合理的。
除了初始分数外，有人可以推荐其他指标来评估GAN生成的图像的图像质量吗？
谢谢
关于入学分数的注释 参考：https://arxiv.org/pdf/1801.01973.pdf