Ansiktsgjenkjenning, bildeklassifisering, svar på spørsmål...
Er smarttelefonen din i stand til å kjøre de nyeste Deep Neural Networks for å utføre disse og mange andre AI-baserte oppgaver? Har den en dedikert AI-brikke? Er det raskt nok? Kjør AI Benchmark for å profesjonelt evaluere AI-ytelsen!
Gjeldende telefonrangering: http://ai-benchmark.com/ranking
AI Benchmark måler hastigheten, nøyaktigheten, strømforbruket og minnekravene for flere viktige AI- og Computer Vision-algoritmer. Blant de testede løsningene er bildeklassifisering og ansiktsgjenkjenningsmetoder, nevrale nettverk som brukes for bilde/video superoppløsning og fotoforbedring, AI-modeller som forutsier tekst og utfører spørsmålssvar, samt AI-løsninger som brukes i autonome kjøresystemer og smarttelefoner for ekte- tidsdybdeestimering og semantisk bildesegmentering. Visualiseringen av algoritmenes utganger gjør det mulig å vurdere resultatene deres grafisk og å bli kjent med den nåværende state-of-the-art innen ulike AI-felt.
Totalt består AI Benchmark av 78 tester og 26 seksjoner oppført nedenfor:
Seksjon 1. Klassifisering, MobileNet-V2
Seksjon 2. Klassifisering, Inception-V3
Seksjon 3. Ansiktsgjenkjenning, MobileNet-V3
Seksjon 4. Klassifisering, EfficientNet-B4
Avsnitt 5/6. Parallell modellutførelse, 8 x Inception-V3
Seksjon 7. Objektsporing, YOLO-V4
Seksjon 8. Optisk tegngjenkjenning, CRNN
Del 9. Semantisk segmentering, DeepLabV3+
Seksjon 10. Parallell segmentering, 2 x DeepLabV3+
Seksjon 11. Fotoutsløring, IMDN
Seksjon 12. Bilde Super-Resolution, ESRGAN
Seksjon 13. Bilde Super-Resolution, SRGAN
Seksjon 14. Image Denoising, U-Net
Seksjon 15. Dybdeestimering, MV3-Dybde
Seksjon 16. Bildeforbedring, DPED ResNet
Seksjon 17. Bildeforbedring, DPED-forekomst
Seksjon 18. Bokeh-effektgjengivelse, PyNET+
Seksjon 19. Learned Camera ISP, PUNET
Seksjon 20. FullHD Video Super-Resolution, XLSR
§ 21/22. 4K-video med superoppløsning, VideoSR
Seksjon 23. Tekstfullføring, LSTM
Seksjon 24. Spørsmålssvar, MobileBERT
Seksjon 25. Tekstfullføring, ALBERT
Seksjon 26. Minnegrenser, ResNet
I tillegg kan man laste og teste sine egne TensorFlow Lite dyplæringsmodeller i PRO-modus.
En detaljert beskrivelse av testene finner du her: http://ai-benchmark.com/tests.html
Merk: Maskinvareakselerasjon støttes på alle mobile SoC-er med dedikerte NPU-er og AI-akseleratorer, inkludert Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity og UNISOC Tiger-brikkesett. Fra AI Benchmark v4 kan man også aktivere GPU-basert AI-akselerasjon på eldre enheter i innstillingene ("Accelerate" -> "Enable GPU Acceleration", OpenGL ES-3.0+ er påkrevd).