AI Benchmark
4,4star
1,6 tūkst. apžvalgos
100 tūkst.+
Atsisiuntimai
Visiems
info
Apie šią programą
Neuroninio vaizdo generavimas, veido atpažinimas, vaizdų klasifikavimas, atsakymas į klausimus...
Ar jūsų išmanusis telefonas gali paleisti naujausius giluminius neuroninius tinklus, kad būtų galima atlikti šias ir daugelį kitų AI pagrįstų užduočių? Ar jame yra specialus AI lustas? Ar pakankamai greitai? Vykdykite AI etaloną, kad profesionaliai įvertintumėte jo AI našumą!
Dabartinis telefono reitingas: http://ai-benchmark.com/ranking
AI etalonas matuoja kelių pagrindinių AI, Computer Vision ir NLP modelių greitį, tikslumą, energijos suvartojimą ir atminties reikalavimus. Tarp išbandytų sprendimų yra vaizdų klasifikavimo ir veido atpažinimo metodai, dirbtinio intelekto modeliai, generuojantys neuroninius vaizdus ir tekstą, neuroniniai tinklai, naudojami vaizdo / vaizdo įrašų didelei raiškai ir nuotraukų patobulinimui, taip pat AI sprendimai, naudojami autonominio vairavimo sistemose ir išmaniuosiuose telefonuose, laiko gylio įvertinimas ir semantinio vaizdo segmentavimas. Algoritmų išėjimų vizualizacija leidžia grafiškai įvertinti jų rezultatus ir susipažinti su šiuolaikinėmis naujovėmis įvairiose AI srityse.
Iš viso AI lyginamąjį indeksą sudaro 83 testai ir 30 toliau išvardytų skyrių:
1 skyrius. Klasifikacija, MobileNet-V3
2 skyrius. Klasifikacija, pradžia-V3
3 skyrius. Veido atpažinimas, „Swin Transformer“.
4 skyrius. Klasifikacija, EfficientNet-B4
5 skyrius. Klasifikacija, MobileViT-V2
6/7 skyriai. Lygiagretus modelio vykdymas, 8 x Inception-V3
8 skyrius. Objektų sekimas, YOLO-V8
9 skyrius. Optinis simbolių atpažinimas, ViT transformatorius
10 skyrius. Semantinis segmentavimas, DeepLabV3+
11 skyrius. Lygiagretusis segmentavimas, 2 x DeepLabV3+
12 skyrius. Semantinis segmentavimas, segmentuoti bet ką
13 skyrius. Nuotraukų suliejimas, IMDN
14 skyrius. Vaizdo super raiška, ESRGAN
15 skyrius. Vaizdo super raiška, SRGAN
16 skyrius. Vaizdo triukšmo mažinimas, U-Net
17 skyrius. Gylio įvertinimas, MV3-gylis
18 skyrius. Gylio įvertinimas, MiDaS 3.1
19/20 skyrius. Vaizdo pagerinimas, DPED
21 skyrius. Išmoktos kameros IPT, MicroISP
22 skyrius. „Bokeh Effect Rendering“, „PyNET-V2 Mobile“.
23 skyrius. „FullHD Video Super-Resolution“, XLSR
24/25 skyrius. Super-Resolution 4K vaizdo įrašas, VideoSR
26 skyrius. Atsakymas į klausimus, MobileBERT
27 skyrius. Neuroninio teksto generavimas, Llama2
28 skyrius. Neuroninio teksto generavimas, GPT2
29 skyrius. Neuroninio vaizdo generavimas, stabili difuzija V1.5
30 skyrius. Atminties ribos, ResNet
Be to, PRO režimu galima įkelti ir išbandyti savo TensorFlow Lite giluminio mokymosi modelius.
Išsamų testų aprašymą rasite čia: http://ai-benchmark.com/tests.html
Pastaba: Aparatinės įrangos spartinimas palaikomas visuose mobiliuosiuose SoC su tam skirtais NPU ir AI greitintuvais, įskaitant Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos ir UNISOC Tiger mikroschemų rinkinius. Pradedant nuo AI Benchmark v4, nustatymuose taip pat galima įjungti GPU pagrįstą AI spartinimą senesniuose įrenginiuose ("Accelerate" -> "Enable GPU Acceleration" / "Arm NN", reikalingas OpenGL ES-3.0+).
Ar jūsų išmanusis telefonas gali paleisti naujausius giluminius neuroninius tinklus, kad būtų galima atlikti šias ir daugelį kitų AI pagrįstų užduočių? Ar jame yra specialus AI lustas? Ar pakankamai greitai? Vykdykite AI etaloną, kad profesionaliai įvertintumėte jo AI našumą!
Dabartinis telefono reitingas: http://ai-benchmark.com/ranking
AI etalonas matuoja kelių pagrindinių AI, Computer Vision ir NLP modelių greitį, tikslumą, energijos suvartojimą ir atminties reikalavimus. Tarp išbandytų sprendimų yra vaizdų klasifikavimo ir veido atpažinimo metodai, dirbtinio intelekto modeliai, generuojantys neuroninius vaizdus ir tekstą, neuroniniai tinklai, naudojami vaizdo / vaizdo įrašų didelei raiškai ir nuotraukų patobulinimui, taip pat AI sprendimai, naudojami autonominio vairavimo sistemose ir išmaniuosiuose telefonuose, laiko gylio įvertinimas ir semantinio vaizdo segmentavimas. Algoritmų išėjimų vizualizacija leidžia grafiškai įvertinti jų rezultatus ir susipažinti su šiuolaikinėmis naujovėmis įvairiose AI srityse.
Iš viso AI lyginamąjį indeksą sudaro 83 testai ir 30 toliau išvardytų skyrių:
1 skyrius. Klasifikacija, MobileNet-V3
2 skyrius. Klasifikacija, pradžia-V3
3 skyrius. Veido atpažinimas, „Swin Transformer“.
4 skyrius. Klasifikacija, EfficientNet-B4
5 skyrius. Klasifikacija, MobileViT-V2
6/7 skyriai. Lygiagretus modelio vykdymas, 8 x Inception-V3
8 skyrius. Objektų sekimas, YOLO-V8
9 skyrius. Optinis simbolių atpažinimas, ViT transformatorius
10 skyrius. Semantinis segmentavimas, DeepLabV3+
11 skyrius. Lygiagretusis segmentavimas, 2 x DeepLabV3+
12 skyrius. Semantinis segmentavimas, segmentuoti bet ką
13 skyrius. Nuotraukų suliejimas, IMDN
14 skyrius. Vaizdo super raiška, ESRGAN
15 skyrius. Vaizdo super raiška, SRGAN
16 skyrius. Vaizdo triukšmo mažinimas, U-Net
17 skyrius. Gylio įvertinimas, MV3-gylis
18 skyrius. Gylio įvertinimas, MiDaS 3.1
19/20 skyrius. Vaizdo pagerinimas, DPED
21 skyrius. Išmoktos kameros IPT, MicroISP
22 skyrius. „Bokeh Effect Rendering“, „PyNET-V2 Mobile“.
23 skyrius. „FullHD Video Super-Resolution“, XLSR
24/25 skyrius. Super-Resolution 4K vaizdo įrašas, VideoSR
26 skyrius. Atsakymas į klausimus, MobileBERT
27 skyrius. Neuroninio teksto generavimas, Llama2
28 skyrius. Neuroninio teksto generavimas, GPT2
29 skyrius. Neuroninio vaizdo generavimas, stabili difuzija V1.5
30 skyrius. Atminties ribos, ResNet
Be to, PRO režimu galima įkelti ir išbandyti savo TensorFlow Lite giluminio mokymosi modelius.
Išsamų testų aprašymą rasite čia: http://ai-benchmark.com/tests.html
Pastaba: Aparatinės įrangos spartinimas palaikomas visuose mobiliuosiuose SoC su tam skirtais NPU ir AI greitintuvais, įskaitant Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos ir UNISOC Tiger mikroschemų rinkinius. Pradedant nuo AI Benchmark v4, nustatymuose taip pat galima įjungti GPU pagrįstą AI spartinimą senesniuose įrenginiuose ("Accelerate" -> "Enable GPU Acceleration" / "Arm NN", reikalingas OpenGL ES-3.0+).
Atnaujinta
Norint užtikrinti saugą pirmiausia reikia suprasti, kaip kūrėjai renka ir bendrina jūsų duomenis. Duomenų privatumo ir saugos praktika gali skirtis, atsižvelgiant į jūsų naudojimą, regioną ir amžių. Kūrėjas pateikė šią informaciją ir gali atnaujinti per laiką.
Jokie duomenys nėra bendrinami su trečiosiomis šalimis
Sužinokite daugiau, kaip kūrėjai apibrėžia bendrinimą
Nerenkami jokie duomenys
Sužinokite daugiau, kaip kūrėjai apibrėžia rinkimą
Įvertinimai ir apžvalgos
4,4
1,54 tūkst. apžvalgos
Tomas Nemejunas
- Pažymėti kaip netinkamą
2021 m. balandžio 25 d.
Good program
Kas naujo
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.
Programos palaikymas
Apie kūrėją
Andrii Ihnatov
andrey@vision.ee.ethz.ch
Switzerland
undefined
