AI Benchmark

Ignatov Andrey

За апликацијава

Препознавање лице, класификација на слики, одговарање прашања...

Дали вашиот паметен телефон е способен да ги извршува најновите длабоки невронски мрежи за да ги извршува овие и многу други задачи базирани на вештачка интелигенција? Дали има посветен чип за вештачка интелигенција? Дали е доволно брз? Извршете го AI Benchmark за професионално да ги оцените неговите перформанси со вештачка интелигенција!

Тековно рангирање на телефоните: http://ai-benchmark.com/ranking

AI Benchmark ја мери брзината, точноста, потрошувачката на енергија и барањата за меморија за неколку клучни алгоритми за вештачка интелигенција и Computer Vision. Меѓу тестираните решенија се методите за класификација на слики и препознавање лице, невронски мрежи што се користат за супер-резолуција на слика/видео и подобрување на фотографиите, модели со вештачка интелигенција кои предвидуваат текст и одговараат на прашања, како и решенија за вештачка интелигенција што се користат во системи за автономно возење и паметни телефони за реални Временска проценка на длабочина и сегментација на семантичка слика. Визуелизацијата на излезите на алгоритмите овозможува графички да се проценат нивните резултати и да се запознае тековната најсовремена технологија во различни области на вештачката интелигенција.

Севкупно, AI Benchmark се состои од 78 тестови и 26 делови наведени подолу:

Дел 1. Класификација, MobileNet-V2
Дел 2. Класификација, Почеток-V3
Дел 3. Препознавање лице, MobileNet-V3
Дел 4. Класификација, EfficientNet-B4
Делови 5/6. Паралелно извршување на моделот, 8 x Inception-V3
Дел 7. Следење на објекти, YOLO-V4
Дел 8. Оптичко препознавање знаци, CRNN
Дел 9. Семантичка сегментација, DeepLabV3+
Дел 10. Паралелна сегментација, 2 x DeepLabV3+
Дел 11. Отстранување на фотографии, IMDN
Дел 12. Супер-резолуција на слика, ESRGAN
Дел 13. Супер-резолуција на слика, SRGAN
Дел 14. Отстранување на звукот на сликата, U-Net
Дел 15. Проценка на длабочина, MV3-Depth
Дел 16. Подобрување на сликата, DPED ResNet
Дел 17. Подобрување на сликата, DPED пример
Дел 18. Рендерирање на ефектот на Боке, PyNET+
Дел 19. Научен интернет провајдер на камера, PUNET
Дел 20. Супер-резолуција на видео со FullHD, XLSR
Дел 21/22. 4K видео супер-резолуција, VideoSR
Дел 23. Пополнување на текст, LSTM
Дел 24. Одговор на прашање, MobileBERT
Дел 25. Дополнување на текстот, АЛБЕРТ
Дел 26. Ограничувања на меморијата, ResNet

Покрај тоа, може да се вчитаат и тестираат сопствените модели за длабоко учење TensorFlow Lite во PRO режимот.

Детален опис на тестовите може да се најде овде: http://ai-benchmark.com/tests.html

Забелешка: Хардверското забрзување е поддржано на сите мобилни SoC со посветени NPU и акцелератори на вештачка интелигенција, вклучително и Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity и UNISOC Tiger чипови. Почнувајќи од AI Benchmark v4, може да се овозможи и забрзување на вештачката интелигенција базирано на GPU на постари уреди во поставките („Забрзување“ -> „Овозможи забрзување на графичкиот процесор“, потребно е OpenGL ES-3.0+).

Што има ново

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.