AI Benchmark

Ignatov Andrey

ഈ ആപ്പിനെക്കുറിച്ച്

മുഖം തിരിച്ചറിയൽ, ഇമേജ് വർഗ്ഗീകരണം, ചോദ്യത്തിനുള്ള ഉത്തരം...

ഇവയും മറ്റ് നിരവധി AI- അധിഷ്‌ഠിത ടാസ്‌ക്കുകളും നിർവഹിക്കുന്നതിന് ഏറ്റവും പുതിയ ഡീപ് ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ പ്രവർത്തിപ്പിക്കാൻ നിങ്ങളുടെ സ്‌മാർട്ട്‌ഫോണിന് കഴിയുമോ? ഇതിന് ഒരു സമർപ്പിത AI ചിപ്പ് ഉണ്ടോ? വേഗം മതിയോ? അതിന്റെ AI പ്രകടനം പ്രൊഫഷണലായി വിലയിരുത്തുന്നതിന് AI ബെഞ്ച്മാർക്ക് പ്രവർത്തിപ്പിക്കുക!

നിലവിലെ ഫോൺ റാങ്കിംഗ്: http://ai-benchmark.com/ranking

AI ബെഞ്ച്മാർക്ക് വേഗത, കൃത്യത, ഊർജ്ജ ഉപഭോഗം, നിരവധി പ്രധാന AI, കമ്പ്യൂട്ടർ വിഷൻ അൽഗോരിതങ്ങൾക്കുള്ള മെമ്മറി ആവശ്യകതകൾ എന്നിവ അളക്കുന്നു. ഇമേജ് ക്ലാസിഫിക്കേഷൻ, ഫേസ് റെക്കഗ്നിഷൻ രീതികൾ, ഇമേജ് / വീഡിയോ സൂപ്പർ റെസല്യൂഷനും ഫോട്ടോ എൻഹാൻസ്‌മെന്റിനും ഉപയോഗിക്കുന്ന ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ, ടെക്‌സ്‌റ്റ് പ്രവചിക്കുന്നതും ചോദ്യത്തിന് ഉത്തരം നൽകുന്നതുമായ AI മോഡലുകൾ, കൂടാതെ ഓട്ടോണമസ് ഡ്രൈവിംഗ് സിസ്റ്റങ്ങളിലും സ്മാർട്ട്‌ഫോണുകളിലും ഉപയോഗിക്കുന്ന AI സൊല്യൂഷനുകൾ എന്നിവ പരീക്ഷിച്ച പരിഹാരങ്ങളിൽ ഉൾപ്പെടുന്നു. സമയ ഡെപ്ത് എസ്റ്റിമേഷനും സെമാന്റിക് ഇമേജ് സെഗ്മെന്റേഷനും. അൽഗോരിതങ്ങളുടെ ഔട്ട്‌പുട്ടുകളുടെ ദൃശ്യവൽക്കരണം അവയുടെ ഫലങ്ങൾ ഗ്രാഫിക്കായി വിലയിരുത്താനും വിവിധ AI ഫീൽഡുകളിലെ നിലവിലെ അത്യാധുനികത അറിയാനും അനുവദിക്കുന്നു.

മൊത്തത്തിൽ, AI ബെഞ്ച്മാർക്കിൽ 78 ടെസ്റ്റുകളും 26 വിഭാഗങ്ങളും താഴെ ലിസ്റ്റ് ചെയ്തിരിക്കുന്നു:

വിഭാഗം 1. വർഗ്ഗീകരണം, MobileNet-V2
വിഭാഗം 2. വർഗ്ഗീകരണം, തുടക്കം-V3
വിഭാഗം 3. മുഖം തിരിച്ചറിയൽ, MobileNet-V3
വിഭാഗം 4. വർഗ്ഗീകരണം, കാര്യക്ഷമമായ നെറ്റ്-ബി4
വിഭാഗങ്ങൾ 5/6. പാരലൽ മോഡൽ എക്സിക്യൂഷൻ, 8 x ഇൻസെപ്ഷൻ-V3
വിഭാഗം 7. ഒബ്ജക്റ്റ് ട്രാക്കിംഗ്, YOLO-V4
വിഭാഗം 8. ഒപ്റ്റിക്കൽ ക്യാരക്ടർ റെക്കഗ്നിഷൻ, CRNN
വിഭാഗം 9. സെമാന്റിക് സെഗ്മെന്റേഷൻ, DeepLabV3+
വിഭാഗം 10. പാരലൽ സെഗ്മെന്റേഷൻ, 2 x DeepLabV3+
വിഭാഗം 11. ഫോട്ടോ ഡീബ്ലറിംഗ്, IMDN
വിഭാഗം 12. ഇമേജ് സൂപ്പർ-റെസല്യൂഷൻ, ESRGAN
വിഭാഗം 13. ഇമേജ് സൂപ്പർ-റെസല്യൂഷൻ, SRGAN
വിഭാഗം 14. ഇമേജ് ഡിനോയിസിംഗ്, യു-നെറ്റ്
വിഭാഗം 15. ഡെപ്ത് എസ്റ്റിമേഷൻ, MV3-ഡെപ്ത്
വിഭാഗം 16. ഇമേജ് മെച്ചപ്പെടുത്തൽ, DPED ResNet
വിഭാഗം 17. ഇമേജ് എൻഹാൻസ്‌മെന്റ്, DPED ഉദാഹരണം
വിഭാഗം 18. Bokeh Effect Rendering, PyNET+
വിഭാഗം 19. പഠിച്ച ക്യാമറ ISP, PUNET
വിഭാഗം 20. FullHD വീഡിയോ സൂപ്പർ-റെസല്യൂഷൻ, XLSR
വകുപ്പ് 21/22. 4K വീഡിയോ സൂപ്പർ-റെസല്യൂഷൻ, VideoSR
വിഭാഗം 23. ടെക്സ്റ്റ് പൂർത്തിയാക്കൽ, LSTM
വിഭാഗം 24. ചോദ്യോത്തരം, MobileBERT
വിഭാഗം 25. ടെക്സ്റ്റ് പൂർത്തിയാക്കൽ, ആൽബർട്ട്
വിഭാഗം 26. മെമ്മറി പരിധികൾ, ResNet

കൂടാതെ, PRO മോഡിൽ ഒരാൾക്ക് അവരുടേതായ TensorFlow Lite ഡീപ് ലേണിംഗ് മോഡലുകൾ ലോഡ് ചെയ്യാനും പരിശോധിക്കാനും കഴിയും.

ടെസ്റ്റുകളുടെ വിശദമായ വിവരണം ഇവിടെ കാണാം: http://ai-benchmark.com/tests.html

ശ്രദ്ധിക്കുക: Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos , MediaTek Helio / Dimensity, UNISOC ടൈഗർ ചിപ്‌സെറ്റുകൾ എന്നിവയുൾപ്പെടെ, സമർപ്പിത NPU-കളും AI ആക്‌സിലറേറ്ററുകളും ഉള്ള എല്ലാ മൊബൈൽ SoC-കളിലും ഹാർഡ്‌വെയർ ആക്സിലറേഷൻ പിന്തുണയ്ക്കുന്നു. AI ബെഞ്ച്മാർക്ക് v4 മുതൽ, ക്രമീകരണങ്ങളിൽ പഴയ ഉപകരണങ്ങളിൽ GPU അടിസ്ഥാനമാക്കിയുള്ള AI ആക്സിലറേഷൻ പ്രവർത്തനക്ഷമമാക്കാനും കഴിയും ("ത്വരിതപ്പെടുത്തുക" -> "GPU ആക്സിലറേഷൻ പ്രവർത്തനക്ഷമമാക്കുക", OpenGL ES-3.0+ ആവശ്യമാണ്).

പുതിയതെന്താണുള്ളത്?

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.