AI Benchmark

Ignatov Andrey

Tentang aplikasi ini

Pembuatan Gambar Syaraf, Pengenalan Wajah, Klasifikasi Gambar, Menjawab Pertanyaan...

Apakah ponsel cerdas Anda mampu menjalankan Deep Neural Networks terbaru untuk melakukan hal ini dan banyak tugas berbasis AI lainnya? Apakah ia memiliki Chip AI khusus? Apakah cukup cepat? Jalankan AI Benchmark untuk mengevaluasi Kinerja AI-nya secara profesional!

Peringkat telepon saat ini: http://ai-benchmark.com/ranking

AI Benchmark mengukur kecepatan, akurasi, konsumsi daya, dan kebutuhan memori untuk beberapa model utama AI, Computer Vision, dan NLP. Di antara solusi yang diuji adalah metode Klasifikasi Gambar dan Pengenalan Wajah, model AI yang melakukan pembuatan gambar dan teks saraf, jaringan saraf yang digunakan untuk Resolusi Super Gambar/Video dan Peningkatan Foto, serta solusi AI yang digunakan dalam sistem mengemudi otonom dan ponsel cerdas secara nyata. Estimasi Kedalaman Waktu dan Segmentasi Gambar Semantik. Visualisasi keluaran algoritme memungkinkan untuk menilai hasilnya secara grafis dan mengetahui kecanggihan terkini di berbagai bidang AI.

Secara total, AI Benchmark terdiri dari 83 tes dan 30 bagian yang tercantum di bawah ini:

Bagian 1. Klasifikasi, MobileNet-V3
Bagian 2. Klasifikasi, Inception-V3
Bagian 3. Pengenalan Wajah, Swin Transformer
Bagian 4. Klasifikasi, EfficientNet-B4
Bagian 5. Klasifikasi, MobileViT-V2
Bagian 6/7. Eksekusi Model Paralel, 8 x Inception-V3
Bagian 8. Pelacakan Objek, YOLO-V8
Bagian 9. Pengenalan Karakter Optik, ViT Transformer
Bagian 10. Segmentasi Semantik, DeepLabV3+
Bagian 11. Segmentasi Paralel, 2 x DeepLabV3+
Bagian 12. Segmentasi Semantik, Segmentasi Apa Saja
Bagian 13. Penghilang Buram Foto, IMDN
Bagian 14. Resolusi Super Gambar, ESRGAN
Bagian 15. Resolusi Super Gambar, SRGAN
Bagian 16. Penyangkalan Gambar, U-Net
Bagian 17. Estimasi Kedalaman, Kedalaman MV3
Bagian 18. Estimasi Kedalaman, MiDaS 3.1
Pasal 19/20. Peningkatan Gambar, DPED
Bagian 21. ISP Kamera yang Dipelajari, MicroISP
Bagian 22. Rendering Efek Bokeh, PyNET-V2 Mobile
Bagian 23. Resolusi Super Video FullHD, XLSR
Pasal 24/25. Resolusi Super Video 4K, VideoSR
Bagian 26. Menjawab Pertanyaan, MobileBERT
Bagian 27. Pembuatan Teks Neural, Llama2
Bagian 28. Pembuatan Teks Neural, GPT2
Bagian 29. Pembuatan Gambar Neural, Difusi Stabil V1.5
Bagian 30. Batas Memori, ResNet

Selain itu, seseorang dapat memuat dan menguji model pembelajaran mendalam TensorFlow Lite miliknya sendiri dalam Mode PRO.

Penjelasan rinci tentang tes ini dapat ditemukan di sini: http://ai-benchmark.com/tests.html

Catatan: Akselerasi perangkat keras didukung di semua SoC seluler dengan NPU khusus dan akselerator AI, termasuk Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos, dan chipset UNISOC Tiger. Mulai dari AI Benchmark v4, seseorang juga dapat mengaktifkan akselerasi AI berbasis GPU pada perangkat lama dalam pengaturan ("Accelerate" -> "Enable GPU Acceleration" / "Arm NN", diperlukan OpenGL ES-3.0+).

Rating dan ulasan

GG kaga akurat. Masa AROG Phone 3 skore nya kalah ama xiaomi yg biasa² aja wkwkkwwk gak guna.. jangan pada install

Keren aplikasinya sangat bermanfaat melihat kemampuan AI di Hp kita

Kasih 3 aja dulu

Yang baru

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.