AI Benchmark
४.४star
१.५२ ह परीक्षण
१ लाख+
डाउनलोड
प्रत्येकजण
info
या अ‍ॅपविषयी
चेहरा ओळखणे, प्रतिमा वर्गीकरण, प्रश्नाचे उत्तर देणे...
तुमचा स्मार्टफोन ही आणि इतर अनेक AI-आधारित कार्ये करण्यासाठी नवीनतम डीप न्यूरल नेटवर्क चालवण्यास सक्षम आहे का? त्यात समर्पित AI चिप आहे का? ते पुरेसे जलद आहे का? त्याच्या AI कार्यप्रदर्शनाचे व्यावसायिक मूल्यांकन करण्यासाठी AI बेंचमार्क चालवा!
वर्तमान फोन रँकिंग: http://ai-benchmark.com/ranking
AI बेंचमार्क वेग, अचूकता, उर्जा वापर आणि अनेक प्रमुख AI आणि संगणक व्हिजन अल्गोरिदमसाठी मेमरी आवश्यकता मोजतो. चाचणी केलेल्या उपायांमध्ये प्रतिमा वर्गीकरण आणि चेहरा ओळखण्याच्या पद्धती, इमेज/व्हिडिओ सुपर-रिझोल्यूशन आणि फोटो एन्हांसमेंटसाठी वापरले जाणारे न्यूरल नेटवर्क, मजकूराचा अंदाज लावणारे आणि प्रश्नांची उत्तरे देणारे AI मॉडेल, तसेच स्वायत्त ड्रायव्हिंग सिस्टम आणि स्मार्टफोनमध्ये वापरलेले AI सोल्यूशन्स आहेत. वेळ खोली अंदाज आणि अर्थपूर्ण प्रतिमा विभाजन. अल्गोरिदमच्या आउटपुटचे व्हिज्युअलायझेशन त्यांच्या परिणामांचे ग्राफिक पद्धतीने मूल्यांकन करण्यास आणि विविध AI फील्डमधील वर्तमान अत्याधुनिक जाणून घेण्यास अनुमती देते.
एकूण, AI बेंचमार्कमध्ये खाली सूचीबद्ध केलेल्या 78 चाचण्या आणि 26 विभाग आहेत:
विभाग 1. वर्गीकरण, MobileNet-V2
विभाग 2. वर्गीकरण, प्रारंभ-V3
विभाग 3. चेहरा ओळख, MobileNet-V3
विभाग 4. वर्गीकरण, EfficientNet-B4
कलम ५/६. समांतर मॉडेल एक्झिक्यूशन, 8 x इनसेप्शन-V3
विभाग 7. ऑब्जेक्ट ट्रॅकिंग, YOLO-V4
विभाग 8. ऑप्टिकल कॅरेक्टर रिकग्निशन, CRNN
विभाग 9. सिमेंटिक सेगमेंटेशन, DeepLabV3+
विभाग 10. समांतर सेगमेंटेशन, 2 x DeepLabV3+
विभाग 11. फोटो डिब्लरिंग, IMDN
विभाग 12. प्रतिमा सुपर-रिझोल्यूशन, ESRGAN
विभाग 13. इमेज सुपर-रिझोल्यूशन, SRGAN
विभाग 14. इमेज डिनोइसिंग, यू-नेट
विभाग 15. खोली अंदाज, MV3-खोली
विभाग 16. इमेज एन्हांसमेंट, DPED ResNet
विभाग 17. प्रतिमा सुधारणा, DPED उदाहरण
विभाग 18. बोकेह इफेक्ट रेंडरिंग, PyNET+
विभाग 19. शिकलेला कॅमेरा ISP, PUNET
विभाग 20. फुलएचडी व्हिडिओ सुपर-रिझोल्यूशन, XLSR
कलम 21/22. 4K व्हिडिओ सुपर-रिझोल्यूशन, व्हिडिओएसआर
कलम 23. मजकूर पूर्ण करणे, LSTM
विभाग 24. प्रश्नांची उत्तरे, MobileBERT
कलम 25. मजकूर पूर्ण करणे, अल्बर्ट
विभाग 26. मेमरी मर्यादा, ResNet
त्याशिवाय, PRO मोडमध्ये कोणीही स्वतःचे TensorFlow Lite डीप लर्निंग मॉडेल लोड आणि तपासू शकतो.
चाचण्यांचे तपशीलवार वर्णन येथे आढळू शकते: http://ai-benchmark.com/tests.html
टीप: हार्डवेअर प्रवेग सर्व मोबाइल SoCs वर समर्पित NPUs आणि AI प्रवेगकांसह समर्थित आहे, ज्यात Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos , MediaTek Helio / Dimensity आणि UNISOC टायगर चिपसेट यांचा समावेश आहे. AI बेंचमार्क v4 पासून प्रारंभ करून, कोणीही सेटिंग्जमध्ये जुन्या उपकरणांवर GPU-आधारित AI प्रवेग सक्षम करू शकतो ("Accelerate" -> "GPU प्रवेग सक्षम करा", OpenGL ES-3.0+ आवश्यक आहे).
तुमचा स्मार्टफोन ही आणि इतर अनेक AI-आधारित कार्ये करण्यासाठी नवीनतम डीप न्यूरल नेटवर्क चालवण्यास सक्षम आहे का? त्यात समर्पित AI चिप आहे का? ते पुरेसे जलद आहे का? त्याच्या AI कार्यप्रदर्शनाचे व्यावसायिक मूल्यांकन करण्यासाठी AI बेंचमार्क चालवा!
वर्तमान फोन रँकिंग: http://ai-benchmark.com/ranking
AI बेंचमार्क वेग, अचूकता, उर्जा वापर आणि अनेक प्रमुख AI आणि संगणक व्हिजन अल्गोरिदमसाठी मेमरी आवश्यकता मोजतो. चाचणी केलेल्या उपायांमध्ये प्रतिमा वर्गीकरण आणि चेहरा ओळखण्याच्या पद्धती, इमेज/व्हिडिओ सुपर-रिझोल्यूशन आणि फोटो एन्हांसमेंटसाठी वापरले जाणारे न्यूरल नेटवर्क, मजकूराचा अंदाज लावणारे आणि प्रश्नांची उत्तरे देणारे AI मॉडेल, तसेच स्वायत्त ड्रायव्हिंग सिस्टम आणि स्मार्टफोनमध्ये वापरलेले AI सोल्यूशन्स आहेत. वेळ खोली अंदाज आणि अर्थपूर्ण प्रतिमा विभाजन. अल्गोरिदमच्या आउटपुटचे व्हिज्युअलायझेशन त्यांच्या परिणामांचे ग्राफिक पद्धतीने मूल्यांकन करण्यास आणि विविध AI फील्डमधील वर्तमान अत्याधुनिक जाणून घेण्यास अनुमती देते.
एकूण, AI बेंचमार्कमध्ये खाली सूचीबद्ध केलेल्या 78 चाचण्या आणि 26 विभाग आहेत:
विभाग 1. वर्गीकरण, MobileNet-V2
विभाग 2. वर्गीकरण, प्रारंभ-V3
विभाग 3. चेहरा ओळख, MobileNet-V3
विभाग 4. वर्गीकरण, EfficientNet-B4
कलम ५/६. समांतर मॉडेल एक्झिक्यूशन, 8 x इनसेप्शन-V3
विभाग 7. ऑब्जेक्ट ट्रॅकिंग, YOLO-V4
विभाग 8. ऑप्टिकल कॅरेक्टर रिकग्निशन, CRNN
विभाग 9. सिमेंटिक सेगमेंटेशन, DeepLabV3+
विभाग 10. समांतर सेगमेंटेशन, 2 x DeepLabV3+
विभाग 11. फोटो डिब्लरिंग, IMDN
विभाग 12. प्रतिमा सुपर-रिझोल्यूशन, ESRGAN
विभाग 13. इमेज सुपर-रिझोल्यूशन, SRGAN
विभाग 14. इमेज डिनोइसिंग, यू-नेट
विभाग 15. खोली अंदाज, MV3-खोली
विभाग 16. इमेज एन्हांसमेंट, DPED ResNet
विभाग 17. प्रतिमा सुधारणा, DPED उदाहरण
विभाग 18. बोकेह इफेक्ट रेंडरिंग, PyNET+
विभाग 19. शिकलेला कॅमेरा ISP, PUNET
विभाग 20. फुलएचडी व्हिडिओ सुपर-रिझोल्यूशन, XLSR
कलम 21/22. 4K व्हिडिओ सुपर-रिझोल्यूशन, व्हिडिओएसआर
कलम 23. मजकूर पूर्ण करणे, LSTM
विभाग 24. प्रश्नांची उत्तरे, MobileBERT
कलम 25. मजकूर पूर्ण करणे, अल्बर्ट
विभाग 26. मेमरी मर्यादा, ResNet
त्याशिवाय, PRO मोडमध्ये कोणीही स्वतःचे TensorFlow Lite डीप लर्निंग मॉडेल लोड आणि तपासू शकतो.
चाचण्यांचे तपशीलवार वर्णन येथे आढळू शकते: http://ai-benchmark.com/tests.html
टीप: हार्डवेअर प्रवेग सर्व मोबाइल SoCs वर समर्पित NPUs आणि AI प्रवेगकांसह समर्थित आहे, ज्यात Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos , MediaTek Helio / Dimensity आणि UNISOC टायगर चिपसेट यांचा समावेश आहे. AI बेंचमार्क v4 पासून प्रारंभ करून, कोणीही सेटिंग्जमध्ये जुन्या उपकरणांवर GPU-आधारित AI प्रवेग सक्षम करू शकतो ("Accelerate" -> "GPU प्रवेग सक्षम करा", OpenGL ES-3.0+ आवश्यक आहे).
या रोजी अपडेट केले
डेव्हलपर तुमचा डेटा कसा गोळा करतात आणि शेअर करतात हे समजून घेण्यापासून सुरक्षितता सुरू होते. तुमचा वापर, प्रदेश आणि वय यांच्या आधारे डेटा गोपनीयता व सुरक्षेशी संबंधित पद्धती बदलू शकतात. डेव्हलपरने ही माहिती पुरवली आहे आणि ती कालांतराने अपडेट केली जाऊ शकते.
तृतीय पक्षांसोबत कोणताही डेटा शेअर केलेला नाही
डेव्हलपर शेअर करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या
कोणताही डेटा गोळा केलेला नाही
डेव्हलपर डेटा गोळा करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या
रेटिंग आणि पुनरावलोकने
४.४
१.४६ ह परीक्षणे
नवीन काय आहे
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.