手机AI芯片大家应该都知道,从华为麒麟970的NPU,到高通骁龙845集成的XR,AI已经已经成为衡量一部手机是否够“智能”的标准。为此,小编带来
鲁大师AI评测软件,这是由鲁大师推出的一款手机AI性能评测工具,这款软件采用的是目前较为常用的三种神经网络Inception V3、ResNet34、VGG16的特定算法,通过运行过程采集的一些有效标准数据,让机器识别图片内容,识别的结果会按照概率高低输出列表,最终,通过识别效率来判断手机AI性能,进而给出行测试评分。一般完成测试答案正确率越高,测试速度越快,得分就越高。
软件特色
1、整个应用的操作很方便的,而且无广告,自动识别;
2、一款界面超级简洁,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。
使用教程
1、打开在本站下载的AImark,随意选择一个图片进行识别,点击开始测评
![](http://ddooo.a300.cn/libpic/img/uppic/210819/202108191539419064.jpg)
2、真正测评中
![](http://ddooo.a300.cn/libpic/img/uppic/210819/202108191539485965.jpg)
3、测评结束,用户可以查看各种测评结果
软件功能
一、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。
二、完成测试答案正确率越高,得分越高
三、完成测试速度越快,得分越高
四、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”。
软件亮点
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。
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
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。
更新日志
v4.5版本
- 适配高通 骁龙7 Gen3 芯片
用户评论
0条评论