AI Benchmark

Ignatov Andrey

Հավելվածի մասին

Դեմքի ճանաչում, պատկերների դասակարգում, հարցերի պատասխաններ...

Արդյո՞ք ձեր սմարթֆոնն ընդունակ է գործարկել վերջին Deep Neural Networks-ը՝ այս և շատ այլ AI-ի վրա հիմնված առաջադրանքներ կատարելու համար: Այն ունի՞ նվիրված AI չիպ: Արդյո՞ք դա բավական արագ է: Գործարկեք AI Benchmark-ը՝ պրոֆեսիոնալ կերպով գնահատելու իր AI-ի կատարումը:

Հեռախոսի ընթացիկ վարկանիշը՝ http://ai-benchmark.com/ranking

AI Benchmark-ը չափում է արագությունը, ճշգրտությունը, էներգիայի սպառումը և հիշողության պահանջները մի քանի հիմնական AI և Computer Vision ալգորիթմների համար: Փորձարկված լուծումներից են պատկերների դասակարգման և դեմքի ճանաչման մեթոդները, նեյրոնային ցանցերը, որոնք օգտագործվում են պատկերների/տեսանյութերի գերլուծման և լուսանկարների բարելավման համար, տեքստը կանխատեսող և հարցերին պատասխանող արհեստական ​​ինտելեկտի մոդելները, ինչպես նաև ինքնավար վարորդական համակարգերում և սմարթֆոններում իրականում օգտագործվող AI լուծումները: ժամանակի խորության գնահատում և իմաստային պատկերի հատվածավորում: Ալգորիթմների արդյունքների վիզուալիզացիան թույլ է տալիս գրաֆիկորեն գնահատել դրանց արդյունքները և ծանոթանալ արհեստական ​​ինտելեկտի տարբեր ոլորտներում առկա ժամանակակից արդիությանը:

Ընդհանուր առմամբ, AI Benchmark-ը բաղկացած է 78 թեստից և ստորև թվարկված 26 բաժիններից.

Բաժին 1. Դասակարգում, MobileNet-V2
Բաժին 2. Դասակարգում, սկիզբ-V3
Բաժին 3. Դեմքի ճանաչում, MobileNet-V3
Բաժին 4. Դասակարգում, EfficientNet-B4
Բաժիններ 5/6. Զուգահեռ մոդելի կատարում, 8 x Inception-V3
Բաժին 7. Օբյեկտների հետագծում, YOLO-V4
Բաժին 8. Նիշերի օպտիկական ճանաչում, CRNN
Բաժին 9. Semantic Segmentation, DeepLabV3+
Բաժին 10. Զուգահեռ հատվածավորում, 2 x DeepLabV3+
Բաժին 11. Լուսանկարների քայքայումը, IMDN
Բաժին 12. Image Super-Resolution, ESRGAN
Բաժին 13. Image Super-Resolution, SRGAN
Բաժին 14. Պատկերի հեռացում, U-Net
Բաժին 15. Խորության գնահատում, MV3-Խորություն
Բաժին 16. Պատկերի բարելավում, DPED ResNet
Բաժին 17. Պատկերի բարելավում, DPED օրինակ
Բաժին 18. Bokeh Effect Rendering, PyNET+
Բաժին 19. Սովորած Camera ISP, PUNET
Բաժին 20. FullHD Video Super-Resolution, XLSR
Բաժին 21/22. 4K Video Super-Resolution, VideoSR
Բաժին 23. Տեքստի լրացում, LSTM
Բաժին 24. Հարցերի պատասխաններ, MobileBERT
Բաժին 25. Տեքստի լրացում, ԱԼԲԵՐՏ
Բաժին 26. Հիշողության սահմանաչափեր, ResNet

Բացի այդ, կարելի է բեռնել և փորձարկել սեփական TensorFlow Lite խորը ուսուցման մոդելները PRO ռեժիմում:

Թեստերի մանրամասն նկարագրությունը կարող եք գտնել այստեղ՝ http://ai-benchmark.com/tests.html

Ծանոթագրություն. Սարքավորումների արագացումն աջակցվում է բոլոր շարժական SoC-ներում, որոնք ունեն հատուկ NPU և AI արագացուցիչներ, ներառյալ Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity և UNISOC Tiger չիպեր: Սկսած AI Benchmark v4-ից, կարգավորումներում կարելի է նաև միացնել GPU-ի վրա հիմնված AI արագացումը հին սարքերի վրա («Արագացնել» -> «Միացնել GPU արագացումը», պահանջվում է OpenGL ES-3.0+):

Ինչ նոր բան կա

1. Updated Qualcomm QNN and MediaTek Neuron delegates.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.