AI Benchmark
4,4star
1,52 k ressenyes
100 k+
Baixades
Per a tots els públics
info
Sobre l'aplicació
Reconeixement de cares, classificació d'imatges, resposta a preguntes...
El vostre telèfon intel·ligent és capaç d'executar les últimes xarxes neuronals profundes per realitzar aquestes i moltes altres tasques basades en IA? Té un xip AI dedicat? És prou ràpid? Executeu AI Benchmark per avaluar professionalment el seu rendiment d'IA!
Classificació actual de telèfons: http://ai-benchmark.com/ranking
AI Benchmark mesura la velocitat, la precisió, el consum d'energia i els requisits de memòria per a diversos algorismes clau d'IA i visió per ordinador. Entre les solucions provades es troben els mètodes de classificació d'imatges i reconeixement facial, xarxes neuronals utilitzades per a la super-resolució d'imatge/vídeo i millora de fotografies, models d'IA que prediuen text i responen a preguntes, així com solucions d'IA utilitzades en sistemes de conducció autònoma i telèfons intel·ligents de manera real. Estimació de profunditat i segmentació semàntica de la imatge. La visualització de les sortides dels algorismes permet avaluar gràficament els seus resultats i conèixer l'estat actual de l'art en diferents camps de la IA.
En total, AI Benchmark consta de 78 proves i 26 seccions que s'enumeren a continuació:
Secció 1. Classificació, MobileNet-V2
Secció 2. Classificació, Inici-V3
Secció 3. Reconeixement facial, MobileNet-V3
Secció 4. Classificació, EfficientNet-B4
Seccions 5/6. Execució de models paral·lels, 8 x Inception-V3
Secció 7. Seguiment d'objectes, YOLO-V4
Secció 8. Reconeixement òptic de caràcters, CRNN
Secció 9. Segmentació semàntica, DeepLabV3+
Secció 10. Segmentació paral·lela, 2 x DeepLabV3+
Secció 11. Desenfocament fotogràfic, IMDN
Secció 12. Super-resolució d'imatge, ESRGAN
Secció 13. Super-resolució d'imatge, SRGAN
Secció 14. Reducció de soroll d'imatges, U-Net
Secció 15. Estimació de profunditat, MV3-Profunditat
Secció 16. Millora de la imatge, DPED ResNet
Secció 17. Millora de la imatge, instància DPED
Secció 18. Renderització d'efectes bokeh, PyNET+
Secció 19. ISP de càmera apresa, PUNET
Secció 20. Super-resolució de vídeo FullHD, XLSR
Article 21/22. Vídeo 4K Super-resolució, VideoSR
Secció 23. Finalització del text, LSTM
Secció 24. Resposta a preguntes, MobileBERT
Secció 25. Finalització de textos, ALBERT
Secció 26. Límits de memòria, ResNet
A més d'això, es pot carregar i provar els seus propis models d'aprenentatge profund TensorFlow Lite en el mode PRO.
Podeu trobar una descripció detallada de les proves aquí: http://ai-benchmark.com/tests.html
Nota: L'acceleració de maquinari és compatible amb tots els SoC mòbils amb NPU dedicats i acceleradors d'IA, inclosos els chipsets Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity i UNISOC Tiger. A partir d'AI Benchmark v4, també es pot habilitar l'acceleració d'IA basada en GPU en dispositius antics a la configuració ("Accelera" -> "Activa acceleració GPU", cal OpenGL ES-3.0+).
El vostre telèfon intel·ligent és capaç d'executar les últimes xarxes neuronals profundes per realitzar aquestes i moltes altres tasques basades en IA? Té un xip AI dedicat? És prou ràpid? Executeu AI Benchmark per avaluar professionalment el seu rendiment d'IA!
Classificació actual de telèfons: http://ai-benchmark.com/ranking
AI Benchmark mesura la velocitat, la precisió, el consum d'energia i els requisits de memòria per a diversos algorismes clau d'IA i visió per ordinador. Entre les solucions provades es troben els mètodes de classificació d'imatges i reconeixement facial, xarxes neuronals utilitzades per a la super-resolució d'imatge/vídeo i millora de fotografies, models d'IA que prediuen text i responen a preguntes, així com solucions d'IA utilitzades en sistemes de conducció autònoma i telèfons intel·ligents de manera real. Estimació de profunditat i segmentació semàntica de la imatge. La visualització de les sortides dels algorismes permet avaluar gràficament els seus resultats i conèixer l'estat actual de l'art en diferents camps de la IA.
En total, AI Benchmark consta de 78 proves i 26 seccions que s'enumeren a continuació:
Secció 1. Classificació, MobileNet-V2
Secció 2. Classificació, Inici-V3
Secció 3. Reconeixement facial, MobileNet-V3
Secció 4. Classificació, EfficientNet-B4
Seccions 5/6. Execució de models paral·lels, 8 x Inception-V3
Secció 7. Seguiment d'objectes, YOLO-V4
Secció 8. Reconeixement òptic de caràcters, CRNN
Secció 9. Segmentació semàntica, DeepLabV3+
Secció 10. Segmentació paral·lela, 2 x DeepLabV3+
Secció 11. Desenfocament fotogràfic, IMDN
Secció 12. Super-resolució d'imatge, ESRGAN
Secció 13. Super-resolució d'imatge, SRGAN
Secció 14. Reducció de soroll d'imatges, U-Net
Secció 15. Estimació de profunditat, MV3-Profunditat
Secció 16. Millora de la imatge, DPED ResNet
Secció 17. Millora de la imatge, instància DPED
Secció 18. Renderització d'efectes bokeh, PyNET+
Secció 19. ISP de càmera apresa, PUNET
Secció 20. Super-resolució de vídeo FullHD, XLSR
Article 21/22. Vídeo 4K Super-resolució, VideoSR
Secció 23. Finalització del text, LSTM
Secció 24. Resposta a preguntes, MobileBERT
Secció 25. Finalització de textos, ALBERT
Secció 26. Límits de memòria, ResNet
A més d'això, es pot carregar i provar els seus propis models d'aprenentatge profund TensorFlow Lite en el mode PRO.
Podeu trobar una descripció detallada de les proves aquí: http://ai-benchmark.com/tests.html
Nota: L'acceleració de maquinari és compatible amb tots els SoC mòbils amb NPU dedicats i acceleradors d'IA, inclosos els chipsets Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity i UNISOC Tiger. A partir d'AI Benchmark v4, també es pot habilitar l'acceleració d'IA basada en GPU en dispositius antics a la configuració ("Accelera" -> "Activa acceleració GPU", cal OpenGL ES-3.0+).
Data d'actualització:
La seguretat comença en entendre com els desenvolupadors recullen i comparteixen les teves dades. Les pràctiques de privadesa i seguretat de les dades poden variar segons l'ús que es fa de l'aplicació, la regió i l'edat. El desenvolupador ha proporcionat aquesta informació i és possible que l'actualitzi al llarg del temps.
No es comparteixen dades amb tercers
Més informació sobre com els desenvolupadors declaren la compartició de dades
No es recullen dades
Més informació sobre com els desenvolupadors declaren la recollida de dades
Puntuacions i ressenyes
4,4
1,46 k ressenyes
Un usuari de Google
- Marca com a inadequada
13 de febrer del 2019
ok
Novetats
1. Updated Qualcomm QNN and MediaTek Neuron delegates.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.