标准规范下载简介
T／TAF 0*3-2020 移动智能终端人工智能性能基准测试方法*pdfCS 33*050*20 M30
多动智能终端人工智能性能基准测试方
移动智能终端人工智能性能基准测试方法
电信终端产业协会 发
言 动智能终端人工智能性能基准测试方法 范围 规范性引用文件 文件清单的排列顺序： 术语和定义 **1神经网络模型 **2推理集 **3端侧人工智能推理框架 ***模型转换工具 **5深度学习编译器 ***基准测试例 **7终端硬件 测试概述， 5*1测试构架 5*2通用测试方法 5*3性能指标监测 *像处理测试方法 **1*像分类测试方法 **2人脸识别测试方法 **3目标语义分割测试方法 *****超分辨率测试方法 **5目标检测测试方法 视频处理测试方法 7*1视频目标检测测试 录A（规范性附录）标准修订历史 录B*像语义分割测试类别 录C*像超分辨率测试推断集 录D目标检测类别
目次 前言 引言 标动智能终端人工智能性能基准测试方法 范围 2规范性引用文件 3文件清单的排列顺序： 术语和定义 **1神经网络模型 **2推理集 **3端侧人工智能推理框架 ***模型转换工具 **5深度学习编译器 ***基准测试例 **7终端硬件 5测试概述 5*1测试构架 5*2通用测试方法 5*3性能指标监测 **像处理测试方法* **1*像分类测试方法 **2人脸识别测试方法 **3目标语义分割测试方法 *****超分辨率测试方法 **5目标检测测试方法 视频处理测试方法 7*1视频目标检测测试 附录A（规范性附录）标准修订历史 录B*像语义分割测试类别 府 录C*像超分辨率测试推断集 附录D目标检测类别
随看人工智能的飞速发展，为满足低响应时间，高安全可靠性以及在任意使用环境下（如无网络） 使用AI场景，一部分AI应用将以部署在终端设备的方式运行，如移动智能手机，平板电脑等。一款智 能移动终端AI处理性能的好坏，一般可以通过基准测试的方式衡量。本标准基于移动终端推理框架技 术，提出一个合理、公平，能反映出终端实际的AI处理能力的基准测试方法，包括对AI基准测试在不 同应用场景的数据集的技术要求，测试方法和评测指标，旨在让终端AI处理性能测试得到可靠的，可 比较的，能体现终端AI处理能力差异的评测结果，推动智能移动终端向AI终端发展。
a)移动智能终端初始化，包括屏蔽测试无关的其他应用、后台功能、调整屏幕亮度、记录初始电 量等，使得每次测试前终端的运行状态保持一致； b)使用模型优化工具将预训练的模型文件离线转换为移动智能终端上可以直接运行的模型文件 并进行优化； C）将测试例推理集的*像或视频资源进行缩放、通道转换等预处理工作； d)将预处理的测试*像或视频资源输入优化后的模型进行推理测试； e)测试过程中通过软件方式或其他方式记录模型指标和硬件性能指标。
性能指标和硬件性能指标。模型性能指标参见第5 章内容。硬件性能指标为通用测试指标包括功耗，内存，CPU等，具体为： 1）功耗为测试过程中损失的电量百分比： 2）内存平均占用为测试过程中测试工具占用的平均内存量； 3）测试过程中CPU平均使用率（可选） *）测试过程中的CPU平均工作温度（可选）； 5）测试过程中电池平均工作温度（可选）。
**3目标语义分割测试方法
变电站同期合闸功能原理及典型故障的研究*pdf**3目标语义分割测试方法
*****超分辨率测试方法
**5且标检测测试方法
7*1视频目标检测测证