AI Benchmark
4,4star
1600 iritzi
100.000+
deskarga
Adin guztietarako
info
Aplikazio honi buruz
Irudi neuronalak sortzea, aurpegien ezagupena, irudien sailkapena, galderei erantzutea...
Gai al da zure telefonoa sare neuronal sakonak exekutatzeko hauek eta AIan oinarritutako beste hainbat zeregin egiteko? Ba al du AI Chip dedikaturik? Nahikoa azkarra al da? Exekutatu AI Benchmark bere AI Errendimendua profesionalki ebaluatzeko!
Egungo telefonoen sailkapena: http://ai-benchmark.com/ranking
AI Benchmark-ek AI, Computer Vision eta NLP modelo gako batzuen abiadura, zehaztasuna, energia-kontsumoa eta memoria-eskakizunak neurtzen ditu. Probatu diren irtenbideen artean daude Irudiak Sailkatzeko eta Aurpegiak ezagutzeko metodoak, irudi neuronalak eta testuak sortzen dituzten AI ereduak, Irudi/Bideoen Super-ebazpenerako eta Argazkiak Hobetzeko erabiltzen diren neurona-sareak, baita gidatze autonomoko sistemetan eta telefono adimendunetan erabiltzen diren AI irtenbideak ere. denboraren Sakontasunaren Estimazioa eta Irudi Semantikoaren Segmentazioa. Algoritmoen irteerak bistaratzeak aukera ematen du haien emaitzak grafikoki ebaluatzeko eta AIren arlo ezberdinetako egungo egoera ezagutzeko.
Guztira, AI Benchmark-ek 83 probak eta 30 atalek osatzen dute:
1. Sailkapena, MobileNet-V3
2. Atala Sailkapena, Hasiera-V3
3. atala. Aurpegien ezagutza, Swin Transformer
4. Atala. Sailkapena, EfficientNet-B4
5. Sailkapena, MobileViT-V2
6/7 artikuluak. Eredu Paraleloaren Exekuzioa, 8 x Inception-V3
8. atala. Objektuen jarraipena, YOLO-V8
9. atala. Karaktereen ezagupen optikoa, ViT Transformer
10. atala. Segmentazio semantikoa, DeepLabV3+
11. atala. Segmentazio paraleloa, 2 x DeepLabV3+
12. Atala. Segmentazio Semantikoa, Edozer Segmentatu
13. atala. Argazkiak kentzea, IMDN
14. Atala. Irudiaren Super-Ebazpena, ESRGAN
15. Atala. Irudiaren Super-Ebazpena, SRGAN
16. Atala. Irudien Denoising, U-Net
17. Atala. Sakonera-kalkulua, MV3-Sakonera
18. atala. Sakontasunaren estimazioa, MiDaS 3.1
19/20 artikulua. Irudiaren hobekuntza, DPED
21. atala. Ikasitako Kamera ISP, MicroISP
22. atala. Bokeh efektuaren errendatzea, PyNET-V2 Mobile
23. atala. FullHD Bideo Super-Ebazpena, XLSR
24/25 artikulua. 4K Video Super-Resolution, VideoSR
26. atala. Galdera erantzutea, MobileBERT
27. atala. Testu neuronalaren sorkuntza, Llama2
28. atala. Testu neuronalak sortzea, GPT2
29. Atala. Neuronal Irudien Sorkuntza, Difusio Egonkorra V1.5
30. atala. Memoria-mugak, ResNet
Horrez gain, bere TensorFlow Lite ikasketa sakoneko ereduak kargatu eta probatu ditzake PRO moduan.
Proben deskribapen zehatza hemen aurki daiteke: http://ai-benchmark.com/tests.html
Oharra: Hardware-azelerazioa NPU eta AI azeleragailu dedikatudun SoC mugikor guztietan onartzen da, Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos eta UNISOC Tiger chipset-ak barne. AI Benchmark v4-tik hasita, GPUan oinarritutako AI azelerazioa ere gaitu daiteke ezarpenetan gailu zaharretan ("Azeleratu" -> "Gaitu GPU azelerazioa" / "Arm NN", OpenGL ES-3.0+ behar da).
Gai al da zure telefonoa sare neuronal sakonak exekutatzeko hauek eta AIan oinarritutako beste hainbat zeregin egiteko? Ba al du AI Chip dedikaturik? Nahikoa azkarra al da? Exekutatu AI Benchmark bere AI Errendimendua profesionalki ebaluatzeko!
Egungo telefonoen sailkapena: http://ai-benchmark.com/ranking
AI Benchmark-ek AI, Computer Vision eta NLP modelo gako batzuen abiadura, zehaztasuna, energia-kontsumoa eta memoria-eskakizunak neurtzen ditu. Probatu diren irtenbideen artean daude Irudiak Sailkatzeko eta Aurpegiak ezagutzeko metodoak, irudi neuronalak eta testuak sortzen dituzten AI ereduak, Irudi/Bideoen Super-ebazpenerako eta Argazkiak Hobetzeko erabiltzen diren neurona-sareak, baita gidatze autonomoko sistemetan eta telefono adimendunetan erabiltzen diren AI irtenbideak ere. denboraren Sakontasunaren Estimazioa eta Irudi Semantikoaren Segmentazioa. Algoritmoen irteerak bistaratzeak aukera ematen du haien emaitzak grafikoki ebaluatzeko eta AIren arlo ezberdinetako egungo egoera ezagutzeko.
Guztira, AI Benchmark-ek 83 probak eta 30 atalek osatzen dute:
1. Sailkapena, MobileNet-V3
2. Atala Sailkapena, Hasiera-V3
3. atala. Aurpegien ezagutza, Swin Transformer
4. Atala. Sailkapena, EfficientNet-B4
5. Sailkapena, MobileViT-V2
6/7 artikuluak. Eredu Paraleloaren Exekuzioa, 8 x Inception-V3
8. atala. Objektuen jarraipena, YOLO-V8
9. atala. Karaktereen ezagupen optikoa, ViT Transformer
10. atala. Segmentazio semantikoa, DeepLabV3+
11. atala. Segmentazio paraleloa, 2 x DeepLabV3+
12. Atala. Segmentazio Semantikoa, Edozer Segmentatu
13. atala. Argazkiak kentzea, IMDN
14. Atala. Irudiaren Super-Ebazpena, ESRGAN
15. Atala. Irudiaren Super-Ebazpena, SRGAN
16. Atala. Irudien Denoising, U-Net
17. Atala. Sakonera-kalkulua, MV3-Sakonera
18. atala. Sakontasunaren estimazioa, MiDaS 3.1
19/20 artikulua. Irudiaren hobekuntza, DPED
21. atala. Ikasitako Kamera ISP, MicroISP
22. atala. Bokeh efektuaren errendatzea, PyNET-V2 Mobile
23. atala. FullHD Bideo Super-Ebazpena, XLSR
24/25 artikulua. 4K Video Super-Resolution, VideoSR
26. atala. Galdera erantzutea, MobileBERT
27. atala. Testu neuronalaren sorkuntza, Llama2
28. atala. Testu neuronalak sortzea, GPT2
29. Atala. Neuronal Irudien Sorkuntza, Difusio Egonkorra V1.5
30. atala. Memoria-mugak, ResNet
Horrez gain, bere TensorFlow Lite ikasketa sakoneko ereduak kargatu eta probatu ditzake PRO moduan.
Proben deskribapen zehatza hemen aurki daiteke: http://ai-benchmark.com/tests.html
Oharra: Hardware-azelerazioa NPU eta AI azeleragailu dedikatudun SoC mugikor guztietan onartzen da, Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos eta UNISOC Tiger chipset-ak barne. AI Benchmark v4-tik hasita, GPUan oinarritutako AI azelerazioa ere gaitu daiteke ezarpenetan gailu zaharretan ("Azeleratu" -> "Gaitu GPU azelerazioa" / "Arm NN", OpenGL ES-3.0+ behar da).
Azken eguneratzea
Seguru egoteko, funtsezkoa da jakitea garatzaileek nola biltzen eta partekatzen dituzten zuri buruzko datuak. Baliteke datuen pribatutasunaren eta segurtasunaren inguruko jardunbideak aplikazioaren erabileraren, lurraldearen eta adinaren araberakoak izatea. Informazio hori garatzaileak eman du, eta baliteke aurrerago eguneratzea.
Ez da daturik partekatzen hirugarrenekin
Lortu informazio gehiago garatzaileek partekatutako datuak aitortzeko duten moduari buruz
Ez da daturik biltzen
Lortu informazio gehiago garatzaileek bildutako datuak aitortzeko duten moduari buruz
Balorazioak eta iritziak
4,4
1540 iritzi
Berritasunak
1. LiteRT (TFLite) runtime updated to version 2.18.
2. Updated Qualcomm QNN, MediaTek Neuron, Samsung ENN, TFLite NNAPI, GPU and Hexagon NN delegates.
3. Bug fixes and performance improvements.
2. Updated Qualcomm QNN, MediaTek Neuron, Samsung ENN, TFLite NNAPI, GPU and Hexagon NN delegates.
3. Bug fixes and performance improvements.
Aplikazioaren laguntza-zerbitzua
Garatzaileari buruz
Andrii Ihnatov
andrey@vision.ee.ethz.ch
Switzerland
undefined
