AI Benchmark
4,4star
1,6 þ. umsagnir
100 þ.+
Niðurhal
Fyrir alla aldurshópa
info
Um þetta forrit
Taugamyndagerð, andlitsgreining, myndflokkun, spurningasvörun...
Er snjallsíminn þinn fær um að keyra nýjustu Deep Neural Networks til að framkvæma þessi og mörg önnur gervigreind verkefni? Er það með sérstakan AI Chip? Er það nógu hratt? Keyrðu AI Benchmark til að meta gervigreindarframmistöðu fagmannlega!
Núverandi röðun síma: http://ai-benchmark.com/ranking
AI Benchmark mælir hraða, nákvæmni, orkunotkun og minnisþörf fyrir nokkrar helstu gervigreindargerðir, tölvusýn og NLP gerðir. Meðal prófaðra lausna eru myndflokkun og andlitsgreiningaraðferðir, gervigreind líkön sem framkvæma taugamynd og textagerð, tauganet sem notuð eru fyrir mynd/myndband ofurupplausn og myndaukningu, auk gervigreindarlausna sem notaðar eru í sjálfstýrðum aksturskerfum og snjallsímum fyrir alvöru- tímadýptarmat og merkingarmyndaskiptingu. Sjónræn úttak reikniritanna gerir kleift að meta niðurstöður þeirra á myndrænan hátt og kynnast núverandi nýjustu tækni á ýmsum sviðum gervigreindar.
Alls samanstendur AI Benchmark af 83 prófum og 30 hlutum sem taldir eru upp hér að neðan:
Kafli 1. Flokkun, MobileNet-V3
Kafli 2. Flokkun, Inception-V3
Kafli 3. Andlitsgreining, Swin Transformer
Kafli 4. Flokkun, EfficientNet-B4
Kafli 5. Flokkun, MobileViT-V2
Kaflar 6/7. Samhliða líkanframkvæmd, 8 x Inception-V3
Kafli 8. Object Tracking, YOLO-V8
Kafli 9. Optical Character Recognition, ViT Transformer
Kafli 10. Merkingargreining, DeepLabV3+
Kafli 11. Samhliða skipting, 2 x DeepLabV3+
Kafli 12. Merkingarfræðileg skipting, hluti hvað sem er
Kafli 13. Afþoka mynd, IMDN
Kafli 14. Ofurupplausn mynd, ESRGAN
Kafli 15. Ofurupplausn mynd, SRGAN
Kafli 16. Image Denoising, U-Net
Kafli 17. Dýptarmat, MV3-dýpt
Kafli 18. Dýptarmat, MiDaS 3.1
kafla 19/20. Myndaukning, DPED
Kafli 21. Lærð myndavél ISP, MicroISP
Kafli 22. Endurgerð Bokeh áhrifa, PyNET-V2 Mobile
Kafli 23. FullHD Video Super-Resolution, XLSR
kafla 24/25. 4K Video Super-Resolution, VideoSR
Hluti 26. Spurningasvar, MobileBERT
Kafli 27. Neural Text Generation, Lama2
Kafli 28. Neural Text Generation, GPT2
Kafli 29. Myndun taugamynda, stöðug dreifing V1.5
Kafli 30. Minni takmarkanir, ResNet
Að auki getur maður hlaðið og prófað eigin TensorFlow Lite djúpnámslíkön í PRO hamnum.
Ítarlega lýsingu á prófunum er að finna hér: http://ai-benchmark.com/tests.html
Athugið: Vélbúnaðarhröðun er studd á öllum farsíma SoCs með sérstökum NPU og AI hröðum, þar á meðal Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos og UNISOC Tiger flís. Frá og með AI Benchmark v4 er einnig hægt að virkja GPU-undirstaða AI hröðun á eldri tækjum í stillingunum ("Hröðun" -> "Virkja GPU hröðun" / "Arm NN", OpenGL ES-3.0+ er krafist).
Er snjallsíminn þinn fær um að keyra nýjustu Deep Neural Networks til að framkvæma þessi og mörg önnur gervigreind verkefni? Er það með sérstakan AI Chip? Er það nógu hratt? Keyrðu AI Benchmark til að meta gervigreindarframmistöðu fagmannlega!
Núverandi röðun síma: http://ai-benchmark.com/ranking
AI Benchmark mælir hraða, nákvæmni, orkunotkun og minnisþörf fyrir nokkrar helstu gervigreindargerðir, tölvusýn og NLP gerðir. Meðal prófaðra lausna eru myndflokkun og andlitsgreiningaraðferðir, gervigreind líkön sem framkvæma taugamynd og textagerð, tauganet sem notuð eru fyrir mynd/myndband ofurupplausn og myndaukningu, auk gervigreindarlausna sem notaðar eru í sjálfstýrðum aksturskerfum og snjallsímum fyrir alvöru- tímadýptarmat og merkingarmyndaskiptingu. Sjónræn úttak reikniritanna gerir kleift að meta niðurstöður þeirra á myndrænan hátt og kynnast núverandi nýjustu tækni á ýmsum sviðum gervigreindar.
Alls samanstendur AI Benchmark af 83 prófum og 30 hlutum sem taldir eru upp hér að neðan:
Kafli 1. Flokkun, MobileNet-V3
Kafli 2. Flokkun, Inception-V3
Kafli 3. Andlitsgreining, Swin Transformer
Kafli 4. Flokkun, EfficientNet-B4
Kafli 5. Flokkun, MobileViT-V2
Kaflar 6/7. Samhliða líkanframkvæmd, 8 x Inception-V3
Kafli 8. Object Tracking, YOLO-V8
Kafli 9. Optical Character Recognition, ViT Transformer
Kafli 10. Merkingargreining, DeepLabV3+
Kafli 11. Samhliða skipting, 2 x DeepLabV3+
Kafli 12. Merkingarfræðileg skipting, hluti hvað sem er
Kafli 13. Afþoka mynd, IMDN
Kafli 14. Ofurupplausn mynd, ESRGAN
Kafli 15. Ofurupplausn mynd, SRGAN
Kafli 16. Image Denoising, U-Net
Kafli 17. Dýptarmat, MV3-dýpt
Kafli 18. Dýptarmat, MiDaS 3.1
kafla 19/20. Myndaukning, DPED
Kafli 21. Lærð myndavél ISP, MicroISP
Kafli 22. Endurgerð Bokeh áhrifa, PyNET-V2 Mobile
Kafli 23. FullHD Video Super-Resolution, XLSR
kafla 24/25. 4K Video Super-Resolution, VideoSR
Hluti 26. Spurningasvar, MobileBERT
Kafli 27. Neural Text Generation, Lama2
Kafli 28. Neural Text Generation, GPT2
Kafli 29. Myndun taugamynda, stöðug dreifing V1.5
Kafli 30. Minni takmarkanir, ResNet
Að auki getur maður hlaðið og prófað eigin TensorFlow Lite djúpnámslíkön í PRO hamnum.
Ítarlega lýsingu á prófunum er að finna hér: http://ai-benchmark.com/tests.html
Athugið: Vélbúnaðarhröðun er studd á öllum farsíma SoCs með sérstökum NPU og AI hröðum, þar á meðal Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos og UNISOC Tiger flís. Frá og með AI Benchmark v4 er einnig hægt að virkja GPU-undirstaða AI hröðun á eldri tækjum í stillingunum ("Hröðun" -> "Virkja GPU hröðun" / "Arm NN", OpenGL ES-3.0+ er krafist).
Uppfært
Öryggi hefst með skilningi á því hvernig þróunaraðilar safna og deila gögnunum þínum. Persónuvernd gagna og öryggisráðstafanir geta verið breytilegar miðað við notkun, svæði og aldur notandans. Þetta eru upplýsingar frá þróunaraðilanum og viðkomandi kann að uppfæra þær með tímanum.
Einkunnir og umsagnir
4,4
1,54 þ. umsagnir
Nýjungar
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.
Þjónusta við forrit
Um þróunaraðilann
Andrii Ihnatov
andrey@vision.ee.ethz.ch
Switzerland
undefined
