AI Benchmark
4,4star
1,52 E vélemény
100 E+
letöltés
Korhatár nélküli
info
Az alkalmazásról
Arcfelismerés, képosztályozás, kérdések megválaszolása...
Képes az okostelefonod a legújabb Deep Neural Networks futtatására ezeknek és sok más AI-alapú feladatnak a végrehajtására? Van hozzá dedikált AI chip? Elég gyors? Futtassa az AI Benchmarkot, hogy professzionálisan értékelje az AI teljesítményét!
Jelenlegi telefonrangsor: http://ai-benchmark.com/ranking
Az AI Benchmark számos kulcsfontosságú AI és Computer Vision algoritmus sebességét, pontosságát, energiafogyasztását és memóriaigényét méri. A tesztelt megoldások között szerepelnek a képosztályozási és arcfelismerési módszerek, a kép/videó szuperfelbontáshoz és fotójavításhoz használt neurális hálózatok, szöveget előrejelző és kérdések megválaszolását végző mesterséges intelligencia modellek, valamint autonóm vezetési rendszerekben és okostelefonokban használt mesterséges intelligencia megoldások a valós idő mélységbecslés és szemantikus képszegmentáció. Az algoritmusok kimeneteinek megjelenítése lehetővé teszi az eredmények grafikus értékelését, valamint a különböző AI területek aktuális csúcsának megismerését.
Összességében az AI Benchmark 78 tesztből és 26 alább felsorolt részből áll:
1. szakasz. Osztályozás, MobileNet-V2
2. szakasz. Osztályozás, kezdet-V3
3. szakasz: Arcfelismerés, MobileNet-V3
4. szakasz. Osztályozás, EfficientNet-B4
szakaszok 5/6. Párhuzamos modell-végrehajtás, 8 x Inception-V3
7. szakasz: Objektumkövetés, YOLO-V4
8. szakasz: Optikai karakterfelismerés, CRNN
9. szakasz: Szemantikus szegmentáció, DeepLabV3+
10. szakasz. Párhuzamos szegmentálás, 2 x DeepLabV3+
11. szakasz: Fényképek elmosódása, IMDN
12. szakasz: Image Super-Resolution, ESRGAN
13. szakasz: Image Super-Resolution, SRGAN
14. szakasz Kép zajtalanítása, U-Net
15. szakasz. Mélységbecslés, MV3-Mélység
16. szakasz Képjavítás, DPED ResNet
17. szakasz: Képjavítás, DPED-példány
18. szakasz: Bokeh Effect Rendering, PyNET+
19. szakasz. Tanult kamera ISP, PUNET
20. szakasz. FullHD videó szuperfelbontás, XLSR
§ 21/22. 4K Video Super-Resolution, VideoSR
23. szakasz. Szövegkitöltés, LSTM
24. szakasz. Kérdések megválaszolása, MobileBERT
25. szakasz. Szövegkiegészítés, ALBERT
26. szakasz Memóriakorlátok, ResNet
Emellett PRO módban betöltheti és tesztelheti saját TensorFlow Lite mélytanulási modelljeit.
A tesztek részletes leírása itt található: http://ai-benchmark.com/tests.html
Megjegyzés: A hardveres gyorsítást minden dedikált NPU-val és AI-gyorsítóval rendelkező mobil SoC támogatja, beleértve a Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity és UNISOC Tiger lapkakészleteket. Az AI Benchmark v4-től kezdve a GPU-alapú AI-gyorsítás a régebbi eszközökön is engedélyezhető a beállításokban ("Accelerate" -> "GPU Acceleration engedélyezése", OpenGL ES-3.0+ szükséges).
Képes az okostelefonod a legújabb Deep Neural Networks futtatására ezeknek és sok más AI-alapú feladatnak a végrehajtására? Van hozzá dedikált AI chip? Elég gyors? Futtassa az AI Benchmarkot, hogy professzionálisan értékelje az AI teljesítményét!
Jelenlegi telefonrangsor: http://ai-benchmark.com/ranking
Az AI Benchmark számos kulcsfontosságú AI és Computer Vision algoritmus sebességét, pontosságát, energiafogyasztását és memóriaigényét méri. A tesztelt megoldások között szerepelnek a képosztályozási és arcfelismerési módszerek, a kép/videó szuperfelbontáshoz és fotójavításhoz használt neurális hálózatok, szöveget előrejelző és kérdések megválaszolását végző mesterséges intelligencia modellek, valamint autonóm vezetési rendszerekben és okostelefonokban használt mesterséges intelligencia megoldások a valós idő mélységbecslés és szemantikus képszegmentáció. Az algoritmusok kimeneteinek megjelenítése lehetővé teszi az eredmények grafikus értékelését, valamint a különböző AI területek aktuális csúcsának megismerését.
Összességében az AI Benchmark 78 tesztből és 26 alább felsorolt részből áll:
1. szakasz. Osztályozás, MobileNet-V2
2. szakasz. Osztályozás, kezdet-V3
3. szakasz: Arcfelismerés, MobileNet-V3
4. szakasz. Osztályozás, EfficientNet-B4
szakaszok 5/6. Párhuzamos modell-végrehajtás, 8 x Inception-V3
7. szakasz: Objektumkövetés, YOLO-V4
8. szakasz: Optikai karakterfelismerés, CRNN
9. szakasz: Szemantikus szegmentáció, DeepLabV3+
10. szakasz. Párhuzamos szegmentálás, 2 x DeepLabV3+
11. szakasz: Fényképek elmosódása, IMDN
12. szakasz: Image Super-Resolution, ESRGAN
13. szakasz: Image Super-Resolution, SRGAN
14. szakasz Kép zajtalanítása, U-Net
15. szakasz. Mélységbecslés, MV3-Mélység
16. szakasz Képjavítás, DPED ResNet
17. szakasz: Képjavítás, DPED-példány
18. szakasz: Bokeh Effect Rendering, PyNET+
19. szakasz. Tanult kamera ISP, PUNET
20. szakasz. FullHD videó szuperfelbontás, XLSR
§ 21/22. 4K Video Super-Resolution, VideoSR
23. szakasz. Szövegkitöltés, LSTM
24. szakasz. Kérdések megválaszolása, MobileBERT
25. szakasz. Szövegkiegészítés, ALBERT
26. szakasz Memóriakorlátok, ResNet
Emellett PRO módban betöltheti és tesztelheti saját TensorFlow Lite mélytanulási modelljeit.
A tesztek részletes leírása itt található: http://ai-benchmark.com/tests.html
Megjegyzés: A hardveres gyorsítást minden dedikált NPU-val és AI-gyorsítóval rendelkező mobil SoC támogatja, beleértve a Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity és UNISOC Tiger lapkakészleteket. Az AI Benchmark v4-től kezdve a GPU-alapú AI-gyorsítás a régebbi eszközökön is engedélyezhető a beállításokban ("Accelerate" -> "GPU Acceleration engedélyezése", OpenGL ES-3.0+ szükséges).
Frissítve:
A biztonság annak megértésével kezdődik, hogy miként gyűjtik és osztják meg a fejlesztők az adataidat. Az adatvédelemmel és -biztonsággal kapcsolatos gyakorlat a használattól, a régiótól és életkortól függően változhat. A fejlesztő adta meg ezeket az információkat, és idővel frissítheti őket.
Nem osztanak meg adatokat harmadik felekkel
További információ arról, hogy miként deklarálják a fejlesztők a megosztást
Nem történt adatgyűjtés
További információ arról, hogy miként deklarálják a fejlesztők a gyűjtést
Értékelések és vélemények
4,4
1,46 E vélemény
György Ács
- Megjelölés kifogásolhatóként
2022. május 17.
88800 poco X3 pro érdekes
Lajos Maász
- Megjelölés kifogásolhatóként
2021. október 21.
Samsung s21 + 5g 169200
Ge Laci
- Megjelölés kifogásolhatóként
2021. augusztus 7.
Mi 11i 139400
Újdonságok
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.