-
软件
-
服务
-
支持
-
见解
-
对比
-
更多
Procyon AI Quality Metrics
在比较计算机视觉工作负载推理引擎时,除了要考虑原始性能,还务必考虑准确性。为了使用不同的推理引擎来运行,需要将不同的 AI 模型转换为各种格式并量化为不同的精确度,但这样做可能会影响特定图像中的对象识别质量。
为了支持比较不同的平台,我们亲自运行了测试来测评 Procyon AI 计算机视觉基准测试支持的推理引擎的准确性。
以下交互式图表显示了 UL Solutions 所测试的计算机视觉模型和推理引擎。X 轴表示被测模型的准确性,y 轴表示 AI 引擎和设备。数据根据特定于 AI 用例和模型精确度的质量指标进行分组。
This was tested by UL Benchmarks for the models used in AI Computer Vision Benchmark (v1.6.400 for Windows and v1.1.73 for macOS) and the real world quality of the models may vary depending on the source of the model and test data set.
详细了解 Procyon 套件
了解更多Procyon 是来自UL的一款全新的基准测试套装,专为来自行业、企业、政府、零售和媒体的专业人士所设计。每个 Procyon 基准测试将通过共享通用的设计和功能集提供熟悉的一致体验。Procyon 基准测试会测量各种实际用例中的性能。它会提供适用于 AI 推理、办公生产率、电池使用寿命、照片编辑和视频编辑的基准测试。