FIRM新方法把网络评估次数减少50倍

华盛顿大学圣路易斯分校 Ulugbek Kamilov 团队联合 UW-Madison 提出 FIRM（Flow-based Imaging via Regularized Minimization），将测量算子嵌入速度场，用于求解成像逆问题。该方法以端到端训练的 flow 模型落地：N=2 时仅需约 10 次网络评估，且无需推理期 guidance。在 CelebA 去模糊任务上单图重建仅 0.24 秒，远快于基线的 13.03 秒，同时保留了细节，整体网络评估次数减少 50 倍。

2026-10-07 ~ 2026-10-07 · 3 条相关

• FIRM 实测:2步ODE仅10次评估,单图0.24秒重建细节 — prof_kamilov · 2026-10-07
• FIRM:把测量算子嵌入速度场,网络评估次数减少50倍 — prof_kamilov · 2026-10-07

另有 1 条近重复转述:prof_kamilov