نُقدِّم قياسَين جديدين لتقييم واقعية الصور المُولَّدة بناءً على التدفقات المُنظَّمة: مقياس مسافة الاحتمال القائم على التدفقات (FLD) الأسهل والأنجع، ومقاييس مسافة الاحتمال القائمة على التدفقات المزدوجة (D-FLD) الأدق. وبما أن التدفقات المُنظَّمة يمكن استخدامها لحساب احتمال دقيق، فإن المقاييس المقترحة تقيس مدى تقارب الصور المُولَّدة مع توزيع الصور الحقيقية من مجال معين. يمنح هذه الخاصية المقاييس المقترحة مزايا متعددة مقارنةً بالمسافة فريشيت إينسيبشن (FID) الشائعة الاستخدام، وأيضاً مع المقاييس الحديثة الأخرى. أولاً، تتطلب المقاييس المقترحة فقط بضعة مئات من الصور لاستقرار النتائج (الانقياد نحو المتوسط)، مقارنةً بعشرات الآلاف المطلوبة لـ FID، وبأقل من آلاف الصور المطلوبة للمقاييس الأخرى. هذا يمكّن من تقييم موثوق حتى لمجموعات صغيرة من الصور المُولَّدة، مثل حزم التحقق داخل حلقات التدريب. ثانيًا، يحتوي الشبكة المستخدمة لحساب المقاييس المقترحة على عدد من المعاملات أقل بعشرة أضعاف مقارنةً بـ Inception-V3 المستخدمة في حساب FID، مما يجعلها أكثر كفاءة من الناحية الحسابية. وبالنسبة لتقييم واقعية الصور المُولَّدة في مجالات جديدة (مثل الصور الأشعة السينية)، من الأفضل إعادة تدريب هذه الشبكات على صور حقيقية لتمثيل توزيعاتها المميزة. وبالتالي، ستكون شبكتنا الأصغر ميزة أكبر في المجالات الجديدة. تُظهر التجارب الواسعة أن المقاييس المقترحة تُظهر علاقات منتظمة (مُتزايدة أو متناقصة حسب الوضع) مع مدى تدهور الصور بطرق مختلفة.