ফেস রিকগনিশন, ইমেজ ক্লাসিফিকেশন, প্রশ্নের উত্তর...
আপনার স্মার্টফোনটি কি এই এবং অন্যান্য অনেক AI-ভিত্তিক কাজগুলি সম্পাদন করার জন্য সর্বশেষ ডিপ নিউরাল নেটওয়ার্কগুলি চালাতে সক্ষম? এতে কি ডেডিকেটেড এআই চিপ আছে? এটা কি যথেষ্ট দ্রুত? পেশাদারভাবে এর AI পারফরম্যান্স মূল্যায়ন করতে AI বেঞ্চমার্ক চালান!
বর্তমান ফোন র্যাঙ্কিং: http://ai-benchmark.com/ranking
এআই বেঞ্চমার্ক বিভিন্ন কী এআই এবং কম্পিউটার ভিশন অ্যালগরিদমের জন্য গতি, নির্ভুলতা, শক্তি খরচ এবং মেমরির প্রয়োজনীয়তা পরিমাপ করে। পরীক্ষিত সমাধানগুলির মধ্যে রয়েছে ইমেজ ক্লাসিফিকেশন এবং ফেস রিকগনিশন পদ্ধতি, ইমেজ/ভিডিও সুপার-রেজোলিউশন এবং ফটো এনহ্যান্সমেন্টের জন্য ব্যবহৃত নিউরাল নেটওয়ার্ক, টেক্সট ভবিষ্যদ্বাণী করা এবং প্রশ্নের উত্তর সম্পাদনকারী AI মডেল, সেইসাথে স্বায়ত্তশাসিত ড্রাইভিং সিস্টেমে ব্যবহৃত AI সমাধান এবং স্মার্টফোনে বাস্তবের জন্য সময় গভীরতা অনুমান এবং শব্দার্থক চিত্র বিভাজন। অ্যালগরিদমের আউটপুটগুলির ভিজ্যুয়ালাইজেশন তাদের ফলাফলগুলিকে গ্রাফিকভাবে মূল্যায়ন করতে এবং বিভিন্ন এআই ক্ষেত্রের বর্তমান অত্যাধুনিক সম্পর্কে জানতে দেয়।
মোট, এআই বেঞ্চমার্কে 78টি পরীক্ষা এবং 26টি বিভাগ রয়েছে যা নীচে তালিকাভুক্ত করা হয়েছে:
বিভাগ 1. শ্রেণীবিভাগ, MobileNet-V2
বিভাগ 2. শ্রেণীবিভাগ, ইনসেপশন-V3
বিভাগ 3. ফেস রিকগনিশন, MobileNet-V3
বিভাগ 4. শ্রেণীবিভাগ, EfficientNet-B4
ধারা 5/6। সমান্তরাল মডেল এক্সিকিউশন, 8 x ইনসেপশন-V3
বিভাগ 7. অবজেক্ট ট্র্যাকিং, YOLO-V4
বিভাগ 8. অপটিক্যাল ক্যারেক্টার রিকগনিশন, CRNN
বিভাগ 9. শব্দার্থিক সেগমেন্টেশন, DeepLabV3+
বিভাগ 10. সমান্তরাল বিভাজন, 2 x DeepLabV3+
বিভাগ 11. ফটো ডিব্লারিং, IMDN
বিভাগ 12. চিত্র সুপার-রেজোলিউশন, ESRGAN
বিভাগ 13. চিত্র সুপার-রেজোলিউশন, SRGAN
বিভাগ 14. ইমেজ ডিনোইসিং, ইউ-নেট
বিভাগ 15. গভীরতা অনুমান, MV3-গভীরতা
সেকশন 16. ইমেজ এনহান্সমেন্ট, ডিপিইডি রেসনেট
সেকশন 17. ইমেজ এনহান্সমেন্ট, ডিপিইডি ইনস্ট্যান্স
বিভাগ 18. বোকেহ ইফেক্ট রেন্ডারিং, পাইনেট+
অধ্যায় 19. শিখেছি ক্যামেরা আইএসপি, PUNET
বিভাগ 20. ফুলএইচডি ভিডিও সুপার-রেজোলিউশন, এক্সএলএসআর
ধারা 21/22। 4K ভিডিও সুপার-রেজোলিউশন, ভিডিওএসআর
বিভাগ 23. পাঠ্য সমাপ্তি, LSTM
বিভাগ 24. প্রশ্নের উত্তর, মোবাইলবিআরটি
বিভাগ 25. পাঠ্য সমাপ্তি, ALBERT
বিভাগ 26. মেমরি সীমা, ResNet
এর পাশাপাশি, কেউ PRO মোডে তাদের নিজস্ব TensorFlow Lite ডিপ লার্নিং মডেলগুলি লোড এবং পরীক্ষা করতে পারে।
পরীক্ষার বিস্তারিত বিবরণ এখানে পাওয়া যাবে: http://ai-benchmark.com/tests.html
দ্রষ্টব্য: Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio/ Dimensity এবং UNISOC Tiger চিপসেট সহ ডেডিকেটেড NPUs এবং AI অ্যাক্সিলারেটর সহ সমস্ত মোবাইল SoC-তে হার্ডওয়্যার ত্বরণ সমর্থিত। AI বেঞ্চমার্ক v4 থেকে শুরু করে, কেউ সেটিংসে পুরানো ডিভাইসগুলিতে GPU-ভিত্তিক AI ত্বরণ সক্ষম করতে পারে ("ত্বরণ" -> "GPU অ্যাক্সিলারেশন সক্ষম করুন", OpenGL ES-3.0+ প্রয়োজন)৷
আপডেট করা হয়েছে
৩ মার্চ, ২০২৪