定義
FIDとは、生成画像と実画像の特徴量分布の差を数値化し、画像生成モデルの品質を客観的に評価する指標のこと。
FID (画像生成評価指標)とは（詳しく解説）
FID（Frechet Inception Distance）は、Inception-v3などの事前学習済み画像分類モデルから抽出した特徴量をもとに、生成画像と実画像それぞれの分布間のフレシェ距離を算出し画像生成モデルの品質を測る、業界標準の評価指標とされる。値が低いほど生成画像の分布が実画像に近く、品質が高いと解釈される。2026年時点の実運用では、FID単体ではなく多様性を示すRecallや人手評価と併用するのが現場の主流とされる。落とし穴として、FIDは解像度・前処理・サンプル数の条件差でスコアが変動しやすく、特徴抽出器がImageNet学習ベースのため、イラストやロゴなど自然画像と分布が異なる領域では評価の妥当性が下がるとされる。計算コストは大量画像の推論と統計処理を要しGPU時間がかさむため、モデル選定時の相場感としては簡易な目視比較より工数コストが高くなる点も踏まえて運用設計するのが望ましいとされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「FID (画像生成評価指標)とは」 https://aipicks.jp/glossary/fid
FID (画像生成評価指標)の使用例
- Nano Banana 2で生成した画像バッチのFIDをテンプレートAとBで比較し、値が低い方を採用候補にする。
- 学習中の画像生成モデルでFIDを定期計測し、スコアの改善推移を品質指標として追跡する。
