Reconeixement de cares, classificació d'imatges, resposta a preguntes...
El vostre telèfon intel·ligent és capaç d'executar les últimes xarxes neuronals profundes per realitzar aquestes i moltes altres tasques basades en IA? Té un xip AI dedicat? És prou ràpid? Executeu AI Benchmark per avaluar professionalment el seu rendiment d'IA!
Classificació actual de telèfons: http://ai-benchmark.com/ranking
AI Benchmark mesura la velocitat, la precisió, el consum d'energia i els requisits de memòria per a diversos algorismes clau d'IA i visió per ordinador. Entre les solucions provades es troben els mètodes de classificació d'imatges i reconeixement facial, xarxes neuronals utilitzades per a la super-resolució d'imatge/vídeo i millora de fotografies, models d'IA que prediuen text i responen a preguntes, així com solucions d'IA utilitzades en sistemes de conducció autònoma i telèfons intel·ligents de manera real. Estimació de profunditat i segmentació semàntica de la imatge. La visualització de les sortides dels algorismes permet avaluar gràficament els seus resultats i conèixer l'estat actual de l'art en diferents camps de la IA.
En total, AI Benchmark consta de 78 proves i 26 seccions que s'enumeren a continuació:
Secció 1. Classificació, MobileNet-V2
Secció 2. Classificació, Inici-V3
Secció 3. Reconeixement facial, MobileNet-V3
Secció 4. Classificació, EfficientNet-B4
Seccions 5/6. Execució de models paral·lels, 8 x Inception-V3
Secció 7. Seguiment d'objectes, YOLO-V4
Secció 8. Reconeixement òptic de caràcters, CRNN
Secció 9. Segmentació semàntica, DeepLabV3+
Secció 10. Segmentació paral·lela, 2 x DeepLabV3+
Secció 11. Desenfocament fotogràfic, IMDN
Secció 12. Super-resolució d'imatge, ESRGAN
Secció 13. Super-resolució d'imatge, SRGAN
Secció 14. Reducció de soroll d'imatges, U-Net
Secció 15. Estimació de profunditat, MV3-Profunditat
Secció 16. Millora de la imatge, DPED ResNet
Secció 17. Millora de la imatge, instància DPED
Secció 18. Renderització d'efectes bokeh, PyNET+
Secció 19. ISP de càmera apresa, PUNET
Secció 20. Super-resolució de vídeo FullHD, XLSR
Article 21/22. Vídeo 4K Super-resolució, VideoSR
Secció 23. Finalització del text, LSTM
Secció 24. Resposta a preguntes, MobileBERT
Secció 25. Finalització de textos, ALBERT
Secció 26. Límits de memòria, ResNet
A més d'això, es pot carregar i provar els seus propis models d'aprenentatge profund TensorFlow Lite en el mode PRO.
Podeu trobar una descripció detallada de les proves aquí: http://ai-benchmark.com/tests.html
Nota: L'acceleració de maquinari és compatible amb tots els SoC mòbils amb NPU dedicats i acceleradors d'IA, inclosos els chipsets Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity i UNISOC Tiger. A partir d'AI Benchmark v4, també es pot habilitar l'acceleració d'IA basada en GPU en dispositius antics a la configuració ("Accelera" -> "Activa acceleració GPU", cal OpenGL ES-3.0+).
Data d'actualització:
3 de març 2024