aimark,一般又称鲁大师AI评测。
鲁大师AI评测是一款专门针对手机AI芯片进行评测的软件,使用了RDN、Resnet50、Deeplabv3、Facenet、Bert模型,分别面向超分辨率、物体识别、背景虚化、人脸识别、阅读理解任务。通过识别效率和准确度判断手机的AI性能,然后给出线路测试分数。 只需下载该软件即可了解手机的AI性能。
1、整个应用的操作很方便的,而且无广告,自动识别;
2、是款界面超级简洁,甚至有点黑科技的感觉的小工具;
3、识别需要时间,但是只需要下载就可以知道你手机性能;
4、通过运行过程中采集到的并发、速率、精度等指标评测。
AImark是一款非常实用的手机测试性能app,整个页面布局简单,没有任何广告,功能一目了然。利用几个常用的工具和算法以及运行过程中采集的数据去识别内容,测试的过程中可能需要时间,大家需要耐心哦。识别的结果会按照概率高低输出列表。完成测试速度越快得分越高,完成测试答案正确率越高,得分越高。
AI测试与CPU、GPU性能关系不大,在测试手机DSP智能模组当中的AI处理器。手机得分高低取决于该芯片中的AI模块能力。因此有可能发生搭载骁龙845的手机的AI性能测试与骁龙660AIE的手机相近的情况。这两颗处理器本来的区别在于CPU和GPU的逻辑性能,AI测试受到DSP性能影响,传统的跑
分在这里并不能说明谁更聪明。需要SOC厂商的AI算法支持来提升成绩。
不同于此前将AI性能评测作为一个子项目,本次鲁大师发布的AImark是一款更加专业和具有针对性的AI评测软件。由于使用了全新的体系,AImark与之前发布的AI性能评测没有可比性,分数并没有任何的关联,不能进行横向对比。
Inception V3
Inception V3是Google开发的一个开源神经网络模型。这种架构先前叫GoogLeNet,现在简单地被称为Inception vN,Keras库中的Inception V3架构提出了对Inception模块的更新,进一步提高了ImageNet分类效果。用了Inception之后整个网络结构的宽度和深度都可扩大,能够带来2-3倍的性能提升
ResNet 34(残差网络)
微软的残差网络(ResNet)与传统的顺序网络架构(如AlexNet、OverFeat和VGG)不同,其加入了y=x层(恒等映射层),可以让网络在深度增加情况下却不退化。ResNet架构已经成为一项有意义的模型,其可以通过使用残差模块和常规SGD来训练非常深的网络。鲁大师AI测试设置了34层的深度。
VGG16
VGGNet由牛津大学的视觉几何组(Visual Geometry Group)提出,VGG模型结构简单有效, 前几层仅使用3×3卷积核来增加网络深度,增加网络深度可以有效提升模型的效果。比较起ALEXNET, VGG对图片有更精确的估值以及更省空间,而且VGGNet对其他数据集具有很好的泛化能力。
不支持:X86芯片手机,Pixel手机,联想zuk z2,联想zuk z2 pro,努比亚Z11,摩托罗拉Z2paly;
此版本使用最新的高通平台sdk,snpe-v1.23;
此版本的sdk与s9 / s9 +系统中的库文件不匹配,导致运行时崩溃并需要s9更新系统。
1、Inception V3、ResNet34、VGG16三种网络,各自完成同样的100张标准图片识别任务,获取概率值TOP5的答案,获取答案以及完成测试的时间;
2、完成测试答案正确率越高,得分越高;
3、完成测试速度越快,得分越高;
4、测试获取答案正确率与时间成绩相互关联,正确率过低,最终成绩会相对降低。即速度再快,准确率不足得分会大幅下降。完成测试又快又准即为“Clever AI”。
Copyright 2019-2022 版权所有
声明: 所有软件和文章来自互联网 如有异议 请与本站联系xxxxxxxx@foxmail.com 本站为非赢利性网站 不接受任何赞助和广告 技术支持