AI Benchmark
4,4star
1,52k anmeldelser
100k+
Nedlastinger
Alle
info
Om denne appen
Ansiktsgjenkjenning, bildeklassifisering, svar på spørsmål...
Er smarttelefonen din i stand til å kjøre de nyeste Deep Neural Networks for å utføre disse og mange andre AI-baserte oppgaver? Har den en dedikert AI-brikke? Er det raskt nok? Kjør AI Benchmark for å profesjonelt evaluere AI-ytelsen!
Gjeldende telefonrangering: http://ai-benchmark.com/ranking
AI Benchmark måler hastigheten, nøyaktigheten, strømforbruket og minnekravene for flere viktige AI- og Computer Vision-algoritmer. Blant de testede løsningene er bildeklassifisering og ansiktsgjenkjenningsmetoder, nevrale nettverk som brukes for bilde/video superoppløsning og fotoforbedring, AI-modeller som forutsier tekst og utfører spørsmålssvar, samt AI-løsninger som brukes i autonome kjøresystemer og smarttelefoner for ekte- tidsdybdeestimering og semantisk bildesegmentering. Visualiseringen av algoritmenes utganger gjør det mulig å vurdere resultatene deres grafisk og å bli kjent med den nåværende state-of-the-art innen ulike AI-felt.
Totalt består AI Benchmark av 78 tester og 26 seksjoner oppført nedenfor:
Seksjon 1. Klassifisering, MobileNet-V2
Seksjon 2. Klassifisering, Inception-V3
Seksjon 3. Ansiktsgjenkjenning, MobileNet-V3
Seksjon 4. Klassifisering, EfficientNet-B4
Avsnitt 5/6. Parallell modellutførelse, 8 x Inception-V3
Seksjon 7. Objektsporing, YOLO-V4
Seksjon 8. Optisk tegngjenkjenning, CRNN
Del 9. Semantisk segmentering, DeepLabV3+
Seksjon 10. Parallell segmentering, 2 x DeepLabV3+
Seksjon 11. Fotoutsløring, IMDN
Seksjon 12. Bilde Super-Resolution, ESRGAN
Seksjon 13. Bilde Super-Resolution, SRGAN
Seksjon 14. Image Denoising, U-Net
Seksjon 15. Dybdeestimering, MV3-Dybde
Seksjon 16. Bildeforbedring, DPED ResNet
Seksjon 17. Bildeforbedring, DPED-forekomst
Seksjon 18. Bokeh-effektgjengivelse, PyNET+
Seksjon 19. Learned Camera ISP, PUNET
Seksjon 20. FullHD Video Super-Resolution, XLSR
§ 21/22. 4K-video med superoppløsning, VideoSR
Seksjon 23. Tekstfullføring, LSTM
Seksjon 24. Spørsmålssvar, MobileBERT
Seksjon 25. Tekstfullføring, ALBERT
Seksjon 26. Minnegrenser, ResNet
I tillegg kan man laste og teste sine egne TensorFlow Lite dyplæringsmodeller i PRO-modus.
En detaljert beskrivelse av testene finner du her: http://ai-benchmark.com/tests.html
Merk: Maskinvareakselerasjon støttes på alle mobile SoC-er med dedikerte NPU-er og AI-akseleratorer, inkludert Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity og UNISOC Tiger-brikkesett. Fra AI Benchmark v4 kan man også aktivere GPU-basert AI-akselerasjon på eldre enheter i innstillingene ("Accelerate" -> "Enable GPU Acceleration", OpenGL ES-3.0+ er påkrevd).
Er smarttelefonen din i stand til å kjøre de nyeste Deep Neural Networks for å utføre disse og mange andre AI-baserte oppgaver? Har den en dedikert AI-brikke? Er det raskt nok? Kjør AI Benchmark for å profesjonelt evaluere AI-ytelsen!
Gjeldende telefonrangering: http://ai-benchmark.com/ranking
AI Benchmark måler hastigheten, nøyaktigheten, strømforbruket og minnekravene for flere viktige AI- og Computer Vision-algoritmer. Blant de testede løsningene er bildeklassifisering og ansiktsgjenkjenningsmetoder, nevrale nettverk som brukes for bilde/video superoppløsning og fotoforbedring, AI-modeller som forutsier tekst og utfører spørsmålssvar, samt AI-løsninger som brukes i autonome kjøresystemer og smarttelefoner for ekte- tidsdybdeestimering og semantisk bildesegmentering. Visualiseringen av algoritmenes utganger gjør det mulig å vurdere resultatene deres grafisk og å bli kjent med den nåværende state-of-the-art innen ulike AI-felt.
Totalt består AI Benchmark av 78 tester og 26 seksjoner oppført nedenfor:
Seksjon 1. Klassifisering, MobileNet-V2
Seksjon 2. Klassifisering, Inception-V3
Seksjon 3. Ansiktsgjenkjenning, MobileNet-V3
Seksjon 4. Klassifisering, EfficientNet-B4
Avsnitt 5/6. Parallell modellutførelse, 8 x Inception-V3
Seksjon 7. Objektsporing, YOLO-V4
Seksjon 8. Optisk tegngjenkjenning, CRNN
Del 9. Semantisk segmentering, DeepLabV3+
Seksjon 10. Parallell segmentering, 2 x DeepLabV3+
Seksjon 11. Fotoutsløring, IMDN
Seksjon 12. Bilde Super-Resolution, ESRGAN
Seksjon 13. Bilde Super-Resolution, SRGAN
Seksjon 14. Image Denoising, U-Net
Seksjon 15. Dybdeestimering, MV3-Dybde
Seksjon 16. Bildeforbedring, DPED ResNet
Seksjon 17. Bildeforbedring, DPED-forekomst
Seksjon 18. Bokeh-effektgjengivelse, PyNET+
Seksjon 19. Learned Camera ISP, PUNET
Seksjon 20. FullHD Video Super-Resolution, XLSR
§ 21/22. 4K-video med superoppløsning, VideoSR
Seksjon 23. Tekstfullføring, LSTM
Seksjon 24. Spørsmålssvar, MobileBERT
Seksjon 25. Tekstfullføring, ALBERT
Seksjon 26. Minnegrenser, ResNet
I tillegg kan man laste og teste sine egne TensorFlow Lite dyplæringsmodeller i PRO-modus.
En detaljert beskrivelse av testene finner du her: http://ai-benchmark.com/tests.html
Merk: Maskinvareakselerasjon støttes på alle mobile SoC-er med dedikerte NPU-er og AI-akseleratorer, inkludert Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity og UNISOC Tiger-brikkesett. Fra AI Benchmark v4 kan man også aktivere GPU-basert AI-akselerasjon på eldre enheter i innstillingene ("Accelerate" -> "Enable GPU Acceleration", OpenGL ES-3.0+ er påkrevd).
Oppdatert
Sikkerhet starter med en forståelse av hvordan utviklere samler inn og deler dataene dine. Fremgangsmåtene for personvern og datasikkerhet kan variere basert på bruk, region og alder. Utvikleren har oppgitt denne informasjonen og kan oppdatere den over tid.
Ingen data deles med tredjeparter
Finn ut mer om hvordan utviklere deklarerer deling
Ingen data samles inn
Finn ut mer om hvordan utviklere deklarerer innsamling
Vurderinger og anmeldelser
4,4
1,46k anmeldelser
Nyheter
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.