Reconocimiento facial, clasificación de imágenes, respuesta a preguntas...
¿Es su teléfono inteligente capaz de ejecutar las últimas redes neuronales profundas para realizar estas y muchas otras tareas basadas en IA? ¿Tiene un chip AI dedicado? ¿Es lo suficientemente rápido? ¡Ejecute AI Benchmark para evaluar profesionalmente su rendimiento de IA!
Ranking actual de teléfonos: http://ai-benchmark.com/ranking
AI Benchmark mide la velocidad, la precisión, el consumo de energía y los requisitos de memoria para varios algoritmos clave de IA y visión artificial. Entre las soluciones probadas se encuentran los métodos de clasificación de imágenes y reconocimiento facial, las redes neuronales utilizadas para la superresolución de imagen/video y la mejora de fotografías, los modelos de IA que predicen texto y responden preguntas, así como las soluciones de IA utilizadas en sistemas de conducción autónoma y teléfonos inteligentes para uso real. Estimación de profundidad temporal y segmentación semántica de imágenes. La visualización de las salidas de los algoritmos permite evaluar gráficamente sus resultados y conocer el estado actual del arte en varios campos de la IA.
En total, AI Benchmark consta de 78 pruebas y 26 secciones que se enumeran a continuación:
Sección 1. Clasificación, MobileNet-V2
Sección 2. Clasificación, Inception-V3
Sección 3. Reconocimiento facial, MobileNet-V3
Sección 4. Clasificación, EfficientNet-B4
Secciones 5/6. Ejecución de modelos en paralelo, 8 x Inception-V3
Sección 7. Seguimiento de objetos, YOLO-V4
Sección 8. Reconocimiento Óptico de Caracteres, CRNN
Sección 9. Segmentación semántica, DeepLabV3+
Sección 10. Segmentación paralela, 2 x DeepLabV3+
Sección 11. Desenfocado de fotos, IMDN
Sección 12. Super-Resolución de Imagen, ESRGAN
Sección 13. Super-Resolución de Imagen, SRGAN
Sección 14. Eliminación de ruido de imágenes, U-Net
Sección 15. Estimación de profundidad, MV3-Depth
Sección 16. Mejora de imagen, DPED ResNet
Sección 17. Mejora de imagen, Instancia DPED
Sección 18. Representación del efecto Bokeh, PyNET+
Sección 19. ISP de cámara aprendido, PUNET
Sección 20. Superresolución de video FullHD, XLSR
Sección 21/22. Súper resolución de video 4K, VideoSR
Sección 23. Finalización de texto, LSTM
Sección 24. Respuesta a preguntas, MobileBERT
Sección 25. Terminación de texto, ALBERT
Sección 26. Límites de memoria, ResNet
Además de eso, uno puede cargar y probar sus propios modelos de aprendizaje profundo de TensorFlow Lite en el modo PRO.
Puede encontrar una descripción detallada de las pruebas aquí: http://ai-benchmark.com/tests.html
Nota: La aceleración de hardware es compatible con todos los SoC móviles con NPU dedicados y aceleradores de IA, incluidos los conjuntos de chips Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio/Dimensity y UNISOC Tiger. A partir de AI Benchmark v4, también se puede habilitar la aceleración de IA basada en GPU en dispositivos más antiguos en la configuración ("Acelerar" -> "Habilitar aceleración de GPU", se requiere OpenGL ES-3.0+).