本文へスキップ

DIG-In

文から画像を生成するモデルの地域差を監査

公式サイトを見る
カテゴリ AI画像生成

DIG-In とは

DIG-In はテキストから画像を生成するモデルの品質・多様性・一貫性が地域ごとにどう異なるかを評価するライブラリと紹介される。本ライブラリは研究者や開発者による画像生成モデルの地理的多様性の監査を支える。

できること

  • GeoDE と DollarStreet で生成画像の品質差を比べる
  • 精度・再現率・対応範囲・密度の指標を計算する
  • CLIPScore で画像の一貫性を測る
  • 生成画像から特徴を取り出すスクリプトを動かす

活用場面

  • 研究者がアフリカ地域でのモデルの出力品質を評価する
  • 開発者が世界中で一貫した利用体験を確認する
  • 教育機関がモデルの公平性の評価と改善を教える

導入の手順

  • CSV ファイルのプロンプトに対応する画像を生成する
  • プロンプトの CSV と生成画像のフォルダを指して特徴を取り出す
  • 取り出した特徴から精度・再現率・対応範囲・密度などを計算する
  • 必要に応じて特徴ファイルの経路を更新する

長所と短所

✓ 良い点

  • 生成画像から特徴を取り出すスクリプトが用意される
  • 独自の画像や特徴への経路を指すポインタに対応

! 注意したい点

  • 監査はテキストから画像を生成するモデルを対象とする
  • 指標は生成画像から取り出した特徴に依存する

よくある質問

使うデータは?

資料は GeoDE と DollarStreet を参照データに挙げる。

どんな指標を計算する?

機能一覧は精度・再現率・対応範囲・密度を挙げ、一貫性には CLIPScore を用いる。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法