AI Benchmark

Ignatov Andrey

Tungkol sa app na ito

Pagbuo ng Neural na Larawan, Pagkilala sa Mukha, Pag-uuri ng Larawan, Pagsagot sa Tanong...

May kakayahan ba ang iyong smartphone na patakbuhin ang pinakabagong Deep Neural Networks upang maisagawa ang mga ito at marami pang ibang gawaing nakabatay sa AI? Mayroon ba itong nakalaang AI Chip? Ito ba ay sapat na mabilis? Patakbuhin ang AI Benchmark para propesyonal na suriin ang AI Performance nito!

Kasalukuyang ranggo ng telepono: http://ai-benchmark.com/ranking

Sinusukat ng AI Benchmark ang bilis, katumpakan, paggamit ng kuryente at mga kinakailangan sa memory para sa ilang pangunahing modelo ng AI, Computer Vision at NLP. Kabilang sa mga nasubok na solusyon ay ang Image Classification at Face Recognition method, AI models na gumaganap ng neural image at text generation, neural network na ginagamit para sa Image / Video Super-Resolution at Photo Enhancement, pati na rin ang mga AI solution na ginagamit sa mga autonomous driving system at mga smartphone para sa real- time Depth Estimation at Segmentation ng Semantic na Imahe. Ang visualization ng mga output ng algorithm ay nagbibigay-daan upang masuri ang kanilang mga resulta sa graphical na paraan at makilala ang kasalukuyang state-of-the-art sa iba't ibang larangan ng AI.

Sa kabuuan, ang AI Benchmark ay binubuo ng 83 pagsubok at 30 seksyong nakalista sa ibaba:

Seksyon 1. Pag-uuri, MobileNet-V3
Seksyon 2. Pag-uuri, Pagsisimula-V3
Seksyon 3. Pagkilala sa Mukha, Swin Transformer
Seksyon 4. Pag-uuri, EfficientNet-B4
Seksyon 5. Pag-uuri, MobileViT-V2
Seksyon 6/7. Parallel Model Execution, 8 x Inception-V3
Seksyon 8. Pagsubaybay sa Bagay, YOLO-V8
Seksyon 9. Optical Character Recognition, ViT Transformer
Seksyon 10. Semantic Segmentation, DeepLabV3+
Seksyon 11. Parallel Segmentation, 2 x DeepLabV3+
Seksyon 12. Semantic Segmentation, Segment Anything
Seksyon 13. Pag-deblur ng Larawan, IMDN
Seksyon 14. Image Super-Resolution, ESRGAN
Seksyon 15. Image Super-Resolution, SRGAN
Seksyon 16. Image Denoising, U-Net
Seksyon 17. Pagtatantya ng Lalim, MV3-Lalim
Seksyon 18. Depth Estimation, MiDaS 3.1
Seksyon 19/20. Pagpapahusay ng Larawan, DPED
Seksyon 21. Natutunang Camera ISP, MicroISP
Seksyon 22. Bokeh Effect Rendering, PyNET-V2 Mobile
Seksyon 23. FullHD Video Super-Resolution, XLSR
Seksyon 24/25. 4K Video Super-Resolution, VideoSR
Seksyon 26. Pagsagot sa Tanong, MobileBERT
Seksyon 27. Neural Text Generation, Llama2
Seksyon 28. Neural Text Generation, GPT2
Seksyon 29. Pagbuo ng Neural Image, Stable Diffusion V1.5
Seksyon 30. Mga Limitasyon sa Memorya, ResNet

Bukod pa riyan, maaaring i-load at subukan ng isa ang kanilang sariling mga modelo ng deep learning ng TensorFlow Lite sa PRO Mode.

Ang isang detalyadong paglalarawan ng mga pagsubok ay matatagpuan dito: http://ai-benchmark.com/tests.html

Tandaan: Sinusuportahan ang hardware acceleration sa lahat ng mobile SoC na may mga nakalaang NPU at AI accelerators, kabilang ang Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos, at UNISOC Tiger chipset. Simula sa AI Benchmark v4, maaari ding paganahin ang GPU-based AI acceleration sa mga mas lumang device sa mga setting ("Accelerate" -> "Enable GPU Acceleration" / "Arm NN", OpenGL ES-3.0+ ay kinakailangan).

Ano'ng bago

1. LiteRT (TFLite) runtime updated to version 2.18.
2. Updated Qualcomm QNN, MediaTek Neuron, Samsung ENN, TFLite NNAPI, GPU and Hexagon NN delegates.
3. Bug fixes and performance improvements.