技术标签: sensei鼠标测试软件
原标题:「硬核测试:游戏鼠标精准度」赛睿SENSEI 310
作为赛睿最热销游戏鼠标之一,310有SENSEI(对称)和RIVAL(右手)两个版本,均采用今天要测的TrueMove3引擎,是基于PMW3360打造的1:1真实追踪的引擎,虽然现在“1:1引擎”很多了,但TrueMove出来时这个概念还是很新颖的,尤其是提到了消除抖动,最大限度的保持理论和实际DPI的稳定性,那么到底是不是真的1:1呢,还有这样的鼠标定位就一定很精准了呢?本次的测试为你揭开谜底。
-
测试目的:
测试鼠标是否存在加速;
测试鼠标分辨率是否存在抖动及其幅度;
计算引擎分辨率的理论和实际的比值;
-
【测试①DPI稳定性】
通过自动化设备固定鼠标做固定距离的精准移动,检测移动比例因子,采集移动数据。每个测试挡位连续10次测试采样,将每个挡位的实测dpi的平均计算,再与对应挡位的理论DPI值进行比值计算,该比值越接近1:1越好。
-
【测试②追踪精准度】
【原理】:由自动机模拟人手操作的方式,通过程序和高精电机的软硬结合,控制鼠标按照指定的轨迹(圆、直线)在鼠标垫上运动,以不同的运行速度结合不同的DPI做分档测试,抓取X、Y轴的定位数据,通过比对光标和鼠标实际移动的偏差值的大小,得出不同鼠标的精准差异,体现优劣和强弱。
-
【测试环境】:
设备:G-M1鼠标轨迹追踪测试仪。
软件操作系统:WIN10 64位。
将鼠标由专门的夹具固定在测试台。
在程序端抓取鼠标实际DPI,匹配后调整参数(测试速度、模式)。
在标准的黑色布垫上按照既定轨迹(圆、划线)自动运行。
系统计算鼠标的追踪轨迹和实际运动轨迹的偏差(越小越好),给出测试数据。
-
【实测选择挡位】
-
【测试①数据结果、分析】
(每个挡位的真实DPI值的确认需经过反复多次的测试)
6项不同DPI挡位的理论值和实测值(典型)的对比情况,实际偏差不超过3%,基本吻合赛睿宣传的1:1真实追踪。
1600DPI及以下分辨率,DPI抖动幅度稍大,但总体控制在3%之内,体现在实际操作中它比理论速度只快2~3%,以现在的行业水准,低于5%的加速是更理想的。
值得一提的是,SENSEI 310的极限分辨率是12000DPI,它的理论/实际比值也基本符合1:1,作为最早提出1:1真实追踪的赛睿,TM3做到了名副其实。
-
【测试②追踪精准度评分】
在鼠标预设的5挡DPI下,分别做多次追踪测试,在10ips(低速)、30(中速)和50ips(高速)两个运行速度下计算它的实际精准度,并结合我们的GWTEST 2.0版评分系统做出了评分。
【400DPI挡】低速下的表现不错,达89.74分,随着速度提升,SENSEI 310的追踪精准在下降,从10ips到50ips下降了10分之多。但和游戏操作中最密切相关“直线偏移最大值”保持在10.23%(15%以内),最低7.11%,表现尚可。
【800DPI挡】比400DPI挡位的表现更加稳定,3种速度下,首先分数变化不大,其次“直线偏移最大值”均低于10%,“直线偏移平均值”在2.12~2.60%之间,直线拖拽操控时的精准度有不错的保障。
【1600DPI挡】和800DPI挡位情况相当,分数变化稳定,高低速表现良好。
【2400DPI挡】直线移动表现基本OK,但在高速下“圆轨迹偏移最大值”达到了51.02%,“圆轨迹偏移平均值”也达到了15.58%,不是太理想,出现了400DPI-50ips类似的现象,。
【3200DPI挡】各个速度下的各项参数表现良好,得分稳定。尤其直线移动的数据控制出色,“直线偏移平均值”最高2.23%,“直线偏移最大值”最大9.74%,速度越快偏差越小。
【12000DPI挡】三个速度下得分都不错,50ips测速下分数为最高的90.75分,各项参数的变化幅度都在合理范围内,DPI值越高,越适合较快速度的操作。从数据上看,SENSEI 310的12000DPI不是插值,完全可以使用,只是现阶段我们的显示器分辨率或游戏分辨率用不上,鼠标性能超前了而已。
-
【鼠标精准度分析】
在精准度测试之前,1:1的DPI稳定性给SENSEI 310开了好头,在全部15次测试中,评分88分以上居多,最终平均87分。不同DPI、速度下整体数据起伏较小,SENSEI 310最差的一次追踪表现出现在“400DPI-50ips”栏(FPS常见的低DPI高手速操作),评分79.94分,最大一次失误的直线追踪偏移10.23%,圆轨最大偏移57.96%。
PS:鼠标测试和键盘测试不同,鼠标追求的是万无一失,即木桶效应,平均值能反映鼠标的整体稳定性,而真正衡量鼠标的价值,还得要是看它的“下限”,即最差的一次表现的跑分情况和出现的DPI档位,玩家再根据自己操作鼠标的手速和习惯DPI进行取舍。
客观地说,与实际游戏操作关系最大的是直线操作,对于这两项关键参数,赛睿SENSEI310的表现评价如下:
直线偏移平均2.45%,偏差小,在我们已测鼠标中表现优秀。
直线偏移最大值平均8.19%,偏移峰值仅为10.23%,误差控制属于优秀。
作为赛睿的代表产品之一,SENSEI 310不仅DPI值稳定1:1,而且实测表现也可圈可点。87分(平均)、最大直线失误的下限为10.23%,体现了它稳定出色的追踪能力,而且直线追踪能力不俗,完全可满足游戏玩家的需求。至于和其它鼠标相比如何?可关注我们后续的测试更新。(以上测试数据和结果均来自GWT实验室,只代表我方观点。)返回搜狐,查看更多
责任编辑:
文章浏览阅读771次,点赞22次,收藏11次。只记得我在一个昏暗潮湿的地方喵喵地哭泣着。——夏目漱石《我是猫》到目前为止,我们看到的神经网络都是前馈型神经网络。(feedforward)是指网络的传播方向是单向的。具体地说,先将输入信号传给下一层(隐藏层),接收到信号的层也同样传给下一层,然后再传给下一层……像这样,信号仅在一个方向上传播。虽然前馈网络结构简单、易于理解,而且可以应用于许多任务中。不过,这种网络存在一个大问题,就是不能很好地处理时间序列数据(以下简称为“时序数据”)。
文章浏览阅读2.5k次。1本地数据传输类似cp的复制,实现文件,目录的增量复制。#语法模式rsync命令 参数 src源文件/目录 dest目标文件/目录1.本地文件复制# 复制hosts文件[root@chaogelinux ~]# rsync /etc/hosts /tmp/2.复制目录内容-r, --recursive 对子目录以递归模式处理# 复制/data下所有内容到/tmp[root@lb01 ~]# rsync -r /data/ /tmp/# 复制/data整个文件夹到/tmp_rsync本地拷贝
文章浏览阅读1.4k次,点赞3次,收藏11次。约瑟夫环问题: 问题描述:设有编号为1,2,3……n的n个人顺时针方向围坐一圈,每人有一密码(正整数)。开始时给出一初始密码m,从编号为1的人开始报数,报m的人出列;以后将出列者的密码作为新的m,从顺时针方向紧挨着他的下一个人开始报数……直至所有人出列。试编算法,求出出列顺序。要求:用不带头结点的单向循环链表实现从键盘输入n,m各人的密码由计算机随机产生(1~10的正整数,也可以自定义_py约瑟夫环问题n,k,m要求由键盘输入值,每个人持有的密码随机生成。 2、每个函数完
文章浏览阅读1.7k次,点赞21次,收藏17次。这项研究介绍了一种自主运动规划的新方法,在Frenet坐标系内用强化学习(RL)代理通知分析算法。这种结合直接解决了自动驾驶中适应性和安全性的挑战。运动规划算法对于导航动态和复杂的场景至关重要。然而,传统方法缺乏不可预测环境所需的灵活性,而机器学习技术,特别是强化学习(RL),提供了适应性,但存在不稳定性和缺乏可解释性。我们独特的解决方案将传统运动规划算法的可预测性和稳定性与RL的动态适应性相结合,使系统能够有效地管理复杂的情况并适应不断变化的环境条件。_frenetix rl
文章浏览阅读335次。springboot整合shardingshere+druid 读写分离和分库分表,mybatis-plus_spring.shardingsphere.sharding.master-slave-rules
文章浏览阅读1.5k次,点赞2次,收藏4次。OSPF特殊区域NSSA配置实验一、实验目的二、实验内容三、实验流程四、查看和验证**OSPF特殊区域NSSA和Total NSSA配置实验总结:**一、实验目的1.掌握OSPF协议的工作原理及其LSA的类型划分;2.掌握OSPF特殊区域的概念、分类和特点;3.掌握路由器中OSPF特殊区域NSSA区域的基本配置方法和结果验证;二、实验内容完成思科路由器OSPF特殊区域NSSA区域的基本配置和结果验证;三、实验流程(一)配置任务说明如下图所示:区域0是骨干域,将区域1设置为nssa区域,完成_ospf naas区域实验
文章浏览阅读109次。监听耗时仅代表了 AHAS ARMS Listener(即调用链收集器)在收集并处理当前请求的调用信息时所需要的时间。它不包括网络传输、处理请求、执行操作、处理响应等其他阶段的时间,仅代表 Listener 所需的时间。通常这个时间会很短,只有几毫秒甚至更短。接口实际耗时包括了整个请求/响应周期中的所有时间,包括网络传输、处理请求、执行操作、处理响应等阶段消耗的时间。它代表了该请求在客户端发起到最终服务器响应完成所花费的总时间。_arms调用链路耗时看不懂
文章浏览阅读2.5k次。一、 SQL注入1.原理:SQL注入就是把SQL命令插入到Web表单然后提交到所在页面请求(查询字符串),从而达到欺骗服务器执行恶意的SQL命令。它是利用现在已有的应用程序,将SQL语句插入到数据库中执行,执行一些并非按照设计者意图的SQL语句。2.原因:根据相关技术原理,SQL注入可以分为平台层注入和代码层注入。前者由不安全的数据库配置或数据库平台的漏洞所致;后者主要是由于程序员对输入..._web 应用中常见的漏洞及其危害有哪些
离散数学中的命题逻辑,包括命题的表示和联结词的运用,推理理论和常用的证明方法,如真值表法和直接证明法。还介绍了附加前提证明法或CP规则。
文章浏览阅读8.6k次。Spring Expression Language(SpEL)spring的一种表达式。用来动态的获取,值、对象等。 样式: #{ …} 使用既定的规则放置在花括号中。式中的规则得以运行,可以反馈结果。理论上可以返回任何类型。 说说两种方式去设置SpELAnnotation注解。@Value()方便快捷。 你可以在里面方式任何符合SpEL规范的语句,并把它的返回值注..._spring expression language
文章浏览阅读1.7k次。ansible最大并发 Ansible是一种功能强大的无代理(但易于使用且轻巧)的自动化工具,自2012年推出以来一直稳步流行。这种流行在一定程度上是由于其简单性。 默认情况下,Ansible的最基本依赖项(Python和SSH)几乎在所有地方都可用,这使得Ansible可以轻松用于各种系统:服务器,工作站,Raspberry Pi,工业控制器,Linux容器,网络设备等。 Ansible可..._ansible 提升 高并发
文章浏览阅读479次。应我的客户要求,需要找到一款可以在极短时间识别二维条码的软件以应对他们现在极其迅速的货品入库需求。正好听说过一款Dynamsoft Barcode Reader的开发包,根据其官网介绍最新版对条码检测速度比以前的版本快2倍以上。根据对Dynamsoft Barcode Reader8.8SDK包拆解,其中含了JavaScript Package /.NET Package /C/C++ Package /Python Package /Java Package /iOS Package /A..._barcode reader