Rozpoznávání obličeje, klasifikace obrázků, odpovídání na otázky...
Je váš smartphone schopen provozovat nejnovější hluboké neuronové sítě pro provádění těchto a mnoha dalších úkolů založených na umělé inteligenci? Má vyhrazený AI čip? Je to dost rychlé? Spusťte AI Benchmark a profesionálně vyhodnoťte jeho výkon AI!
Aktuální pořadí telefonů: http://ai-benchmark.com/ranking
AI Benchmark měří rychlost, přesnost, spotřebu energie a požadavky na paměť pro několik klíčových algoritmů AI a počítačového vidění. Mezi testovanými řešeními jsou metody klasifikace obrazu a rozpoznávání obličeje, neuronové sítě používané pro superrozlišení obrazu/videa a vylepšení fotografií, modely umělé inteligence předpovídající text a provádějící odpovídání na otázky, stejně jako řešení umělé inteligence používaná v systémech autonomního řízení a chytrých telefonech pro reálné odhad časové hloubky a sémantická segmentace obrazu. Vizualizace výstupů algoritmů umožňuje graficky posoudit jejich výsledky a seznámit se s aktuálním stavem v různých oblastech AI.
Celkově se AI Benchmark skládá ze 78 testů a 26 sekcí uvedených níže:
Oddíl 1. Klasifikace, MobileNet-V2
Oddíl 2. Klasifikace, Počátek-V3
Část 3. Rozpoznávání tváře, MobileNet-V3
Část 4. Klasifikace, EfficientNet-B4
Sekce 5/6. Paralelní provedení modelu, 8 x Inception-V3
Část 7. Sledování objektů, YOLO-V4
Sekce 8. Optické rozpoznávání znaků, CRNN
Sekce 9. Sémantická segmentace, DeepLabV3+
Sekce 10. Paralelní segmentace, 2 x DeepLabV3+
Sekce 11. Rozmazání fotografií, IMDN
Sekce 12. Superrozlišení obrazu, ESRGAN
Sekce 13. Superrozlišení obrazu, SRGAN
Sekce 14. Odšumování obrazu, U-Net
Oddíl 15. Odhad hloubky, MV3-Hloubka
Část 16. Vylepšení obrazu, DPED ResNet
Část 17. Vylepšení obrazu, instance DPED
Sekce 18. Vykreslování bokeh efektů, PyNET+
Sekce 19. Naučený fotoaparát ISP, PUNET
Sekce 20. FullHD Video Super-Resolution, XLSR
Část 21/22. 4K Video Super-Resolution, VideoSR
Sekce 23. Dokončení textu, LSTM
Sekce 24. Odpovídání na otázky, MobileBERT
Část 25. Dokončení textu, ALBERT
Část 26. Omezení paměti, ResNet
Kromě toho lze načíst a otestovat své vlastní modely hlubokého učení TensorFlow Lite v režimu PRO.
Podrobný popis testů naleznete zde: http://ai-benchmark.com/tests.html
Poznámka: Hardwarová akcelerace je podporována na všech mobilních SoC s vyhrazenými NPU a AI akcelerátory, včetně čipových sad Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity a UNISOC Tiger. Počínaje AI Benchmark v4 lze také povolit akceleraci AI na základě GPU na starších zařízeních v nastavení ("Accelerate" -> "Enable GPU Acceleration", je vyžadován OpenGL ES-3.0+).
Datum aktualizace
3. 3. 2024