AI Benchmark
4,4star
1,52 t. arvostelua
100 t.+
Lataukset
Kaikki
info
Tietoa sovelluksesta
Kasvojen tunnistus, kuvien luokittelu, kysymyksiin vastaaminen...
Pystyykö älypuhelimesi käyttämään uusimpia Deep Neural Networks -verkkoja näiden ja monien muiden tekoälyyn perustuvien tehtävien suorittamiseksi? Onko siinä erillinen AI-siru? Onko se tarpeeksi nopea? Suorita AI Benchmark arvioidaksesi ammattimaisesti sen tekoälyn suorituskykyä!
Nykyinen puhelinsijoitus: http://ai-benchmark.com/ranking
AI Benchmark mittaa useiden keskeisten tekoäly- ja Computer Vision -algoritmien nopeutta, tarkkuutta, virrankulutusta ja muistivaatimuksia. Testattujen ratkaisujen joukossa ovat kuvanluokittelu- ja kasvojentunnistusmenetelmät, kuvan/videon superresoluutioon ja kuvien parantamiseen käytettävät hermoverkot, tekstiä ennustavat ja kysymyksiin vastaamista suorittavat tekoälymallit sekä autonomisissa ajojärjestelmissä ja älypuhelimissa käytettävät tekoälyratkaisut todellisiin aika Syvyysarviointi ja semanttinen kuvan segmentointi. Algoritmien tulosten visualisoinnin avulla voidaan arvioida niiden tuloksia graafisesti ja tutustua eri AI-alojen nykyiseen tekniikkaan.
Kaiken kaikkiaan AI Benchmark koostuu 78 testistä ja 26 alla luetellusta osasta:
Osa 1. Luokitus, MobileNet-V2
Osa 2. Luokittelu, alku-V3
Osa 3. Kasvojentunnistus, MobileNet-V3
Osa 4. Luokitus, EfficientNet-B4
Osat 5/6. Parallel Model Execution, 8 x Inception-V3
Osa 7. Objektien seuranta, YOLO-V4
Osa 8. Optinen merkintunnistus, CRNN
Osa 9. Semanttinen segmentointi, DeepLabV3+
Osa 10. Rinnakkaissegmentointi, 2 x DeepLabV3+
Osa 11. Valokuvan hämärtäminen, IMDN
Osa 12. Kuvan superresoluutio, ESRGAN
Osa 13. Kuvan superresoluutio, SRGAN
Osa 14. Kuvan kohinanpoisto, U-Net
Osa 15. Syvyysarvio, MV3-syvyys
Osa 16. Image Enhancement, DPED ResNet
Osa 17. Kuvanparannus, DPED-instanssi
Osa 18. Bokeh Effect Rendering, PyNET+
Osa 19. Oppitun kameran ISP, PUNET
Osa 20. FullHD-videon superresoluutio, XLSR
§ 21/22. 4K-videon superresoluutio, VideoSR
Osa 23. Tekstin täydennys, LSTM
Osa 24. Kysymykseen vastaaminen, MobileBERT
Osa 25. Tekstin täydennys, ALBERT
Osa 26. Muistirajat, ResNet
Tämän lisäksi voit ladata ja testata omia TensorFlow Lite -syväoppimismallejaan PRO-tilassa.
Yksityiskohtainen kuvaus testeistä löytyy täältä: http://ai-benchmark.com/tests.html
Huomautus: Laitteistokiihdytys on tuettu kaikissa mobiilin SoC:issa, joissa on omistetut NPU:t ja AI-kiihdytin, mukaan lukien Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity ja UNISOC Tiger -piirisarjat. AI Benchmark v4:stä alkaen GPU-pohjainen tekoälykiihdytys voidaan ottaa käyttöön myös vanhemmissa laitteissa asetuksista ("Accelerate" -> "Enable GPU Acceleration", OpenGL ES-3.0+ vaaditaan).
Pystyykö älypuhelimesi käyttämään uusimpia Deep Neural Networks -verkkoja näiden ja monien muiden tekoälyyn perustuvien tehtävien suorittamiseksi? Onko siinä erillinen AI-siru? Onko se tarpeeksi nopea? Suorita AI Benchmark arvioidaksesi ammattimaisesti sen tekoälyn suorituskykyä!
Nykyinen puhelinsijoitus: http://ai-benchmark.com/ranking
AI Benchmark mittaa useiden keskeisten tekoäly- ja Computer Vision -algoritmien nopeutta, tarkkuutta, virrankulutusta ja muistivaatimuksia. Testattujen ratkaisujen joukossa ovat kuvanluokittelu- ja kasvojentunnistusmenetelmät, kuvan/videon superresoluutioon ja kuvien parantamiseen käytettävät hermoverkot, tekstiä ennustavat ja kysymyksiin vastaamista suorittavat tekoälymallit sekä autonomisissa ajojärjestelmissä ja älypuhelimissa käytettävät tekoälyratkaisut todellisiin aika Syvyysarviointi ja semanttinen kuvan segmentointi. Algoritmien tulosten visualisoinnin avulla voidaan arvioida niiden tuloksia graafisesti ja tutustua eri AI-alojen nykyiseen tekniikkaan.
Kaiken kaikkiaan AI Benchmark koostuu 78 testistä ja 26 alla luetellusta osasta:
Osa 1. Luokitus, MobileNet-V2
Osa 2. Luokittelu, alku-V3
Osa 3. Kasvojentunnistus, MobileNet-V3
Osa 4. Luokitus, EfficientNet-B4
Osat 5/6. Parallel Model Execution, 8 x Inception-V3
Osa 7. Objektien seuranta, YOLO-V4
Osa 8. Optinen merkintunnistus, CRNN
Osa 9. Semanttinen segmentointi, DeepLabV3+
Osa 10. Rinnakkaissegmentointi, 2 x DeepLabV3+
Osa 11. Valokuvan hämärtäminen, IMDN
Osa 12. Kuvan superresoluutio, ESRGAN
Osa 13. Kuvan superresoluutio, SRGAN
Osa 14. Kuvan kohinanpoisto, U-Net
Osa 15. Syvyysarvio, MV3-syvyys
Osa 16. Image Enhancement, DPED ResNet
Osa 17. Kuvanparannus, DPED-instanssi
Osa 18. Bokeh Effect Rendering, PyNET+
Osa 19. Oppitun kameran ISP, PUNET
Osa 20. FullHD-videon superresoluutio, XLSR
§ 21/22. 4K-videon superresoluutio, VideoSR
Osa 23. Tekstin täydennys, LSTM
Osa 24. Kysymykseen vastaaminen, MobileBERT
Osa 25. Tekstin täydennys, ALBERT
Osa 26. Muistirajat, ResNet
Tämän lisäksi voit ladata ja testata omia TensorFlow Lite -syväoppimismallejaan PRO-tilassa.
Yksityiskohtainen kuvaus testeistä löytyy täältä: http://ai-benchmark.com/tests.html
Huomautus: Laitteistokiihdytys on tuettu kaikissa mobiilin SoC:issa, joissa on omistetut NPU:t ja AI-kiihdytin, mukaan lukien Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity ja UNISOC Tiger -piirisarjat. AI Benchmark v4:stä alkaen GPU-pohjainen tekoälykiihdytys voidaan ottaa käyttöön myös vanhemmissa laitteissa asetuksista ("Accelerate" -> "Enable GPU Acceleration", OpenGL ES-3.0+ vaaditaan).
Päivitetty
Turvallisuus alkaa siitä, että ymmärrät, miten kehittäjät keräävät ja jakavat dataasi. Datan yksityisyys- ja tietoturvatoimet saattavat vaihdella käytön, alueen ja iän mukaan. Kehittäjä on antanut nämä tiedot ja saattaa päivittää niitä myöhemmin.
Arviot ja arvostelut
4,4
1,46 t. arvostelua
Googlen käyttäjä
- Merkitse sopimattomaksi
11. huhtikuuta 2019
Really interesting APP. My Huawei Mate 20 Pro got 20139 points with performance mode.
Uutta
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.