FD-Loss

FD-Loss 是一个面向视觉生成模型后训练的分布对齐损失函数实现，核心是通过在冻结的预训练特征空间中匹配生成图像与真实图像的特征分布（基于Fréchet距离），提升生成质量与保真度。项目提供PyTorch实现、ImageNet实验脚本、预训练检查点及参考统计工具，支持主流视觉生成器（如Diffusion、GAN）的轻量级后训练优化。适用于需提升生成图像真实性、多样性或领域适配性的视觉生成任务，尤其适合计算资源受限下对已有模型进行高效微调的场景。