Pengenalan Wajah, Klasifikasi Gambar, Jawaban Pertanyaan...
Apakah ponsel cerdas Anda mampu menjalankan Deep Neural Networks terbaru untuk melakukan ini dan banyak tugas berbasis AI lainnya? Apakah ia memiliki Chip AI khusus? Apakah cukup cepat? Jalankan AI Benchmark untuk mengevaluasi Performa AI-nya secara profesional!
Peringkat ponsel saat ini: http://ai-benchmark.com/ranking
AI Benchmark mengukur kecepatan, akurasi, konsumsi daya, dan persyaratan memori untuk beberapa algoritme AI dan Computer Vision utama. Di antara solusi yang diuji adalah metode Klasifikasi Gambar dan Pengenalan Wajah, Jaringan Saraf Tiruan yang digunakan untuk Resolusi Super Gambar / Video dan Peningkatan Foto, model AI yang memprediksi teks dan melakukan penjawab pertanyaan, serta solusi AI yang digunakan dalam sistem mengemudi otonom dan smartphone secara nyata. Estimasi Kedalaman waktu dan Segmentasi Citra Semantik. Visualisasi keluaran algoritme memungkinkan untuk menilai hasilnya secara grafis dan untuk mengetahui keadaan terkini di berbagai bidang AI.
Secara total, AI Benchmark terdiri dari 78 tes dan 26 bagian yang tercantum di bawah ini:
Bagian 1. Klasifikasi, MobileNet-V2
Bagian 2. Klasifikasi, Inception-V3
Bagian 3. Pengenalan Wajah, MobileNet-V3
Bagian 4. Klasifikasi, EfficientNet-B4
Bagian 5/6. Eksekusi Model Paralel, 8 x Inception-V3
Bagian 7. Pelacakan Objek, YOLO-V4
Bagian 8. Pengenalan Karakter Optik, CRNN
Bagian 9. Segmentasi Semantik, DeepLabV3+
Bagian 10. Segmentasi Paralel, 2 x DeepLabV3+
Bagian 11. Penghalusan Foto, IMDN
Bagian 12. Resolusi Super Gambar, ESRGAN
Bagian 13. Resolusi Super Gambar, SRGAN
Bagian 14. Denoising Gambar, U-Net
Bagian 15. Estimasi Kedalaman, Kedalaman MV3
Bagian 16. Peningkatan Gambar, DPED ResNet
Bagian 17. Peningkatan Gambar, Instans DPED
Bagian 18. Rendering Efek Bokeh, PyNET+
Bagian 19. ISP Kamera yang Dipelajari, PUNET
Bagian 20. Resolusi Super Video FullHD, XLSR
Bagian 21/22. Resolusi Super Video 4K, VideoSR
Bagian 23. Penyelesaian Teks, LSTM
Bagian 24. Jawaban Pertanyaan, MobileBERT
Bagian 25. Penyelesaian Teks, ALBERT
Bagian 26. Batas Memori, ResNet
Selain itu, seseorang dapat memuat dan menguji model pembelajaran mendalam TensorFlow Lite mereka sendiri dalam Mode PRO.
Penjelasan rinci tentang tes 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, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity, dan chipset UNISOC Tiger. Mulai dari AI Benchmark v4, Anda juga dapat mengaktifkan akselerasi AI berbasis GPU pada perangkat lama di pengaturan ("Accelerate" -> "Enable GPU Acceleration", OpenGL ES-3.0+ diperlukan).