AI Benchmark

Ignatov Andrey

À propos de cette application

Reconnaissance faciale, classification d'images, réponse aux questions...

Votre smartphone est-il capable d'exécuter les derniers réseaux de neurones profonds pour effectuer ces tâches et bien d'autres basées sur l'IA ? A-t-il une puce AI dédiée ? Est-ce assez rapide ? Exécutez AI Benchmark pour évaluer professionnellement ses performances d'IA !

Classement actuel des téléphones : http://ai-benchmark.com/ranking

AI Benchmark mesure la vitesse, la précision, la consommation d'énergie et les besoins en mémoire pour plusieurs algorithmes clés d'IA et de vision par ordinateur. Parmi les solutions testées figurent les méthodes de classification d'images et de reconnaissance faciale, les réseaux de neurones utilisés pour la super-résolution d'image/vidéo et l'amélioration des photos, les modèles d'intelligence artificielle prédisant le texte et effectuant des réponses aux questions, ainsi que les solutions d'intelligence artificielle utilisées dans les systèmes de conduite autonome et les smartphones pour des applications réelles. Estimation de la profondeur temporelle et segmentation sémantique des images. La visualisation des sorties des algorithmes permet d'évaluer graphiquement leurs résultats et de connaître l'état de l'art actuel dans divers domaines de l'IA.

Au total, AI Benchmark se compose de 78 tests et 26 sections listées ci-dessous :

Section 1. Classification, MobileNet-V2
Section 2. Classification, Inception-V3
Section 3. Reconnaissance faciale, MobileNet-V3
Section 4. Classement, EfficientNet-B4
Articles 5/6. Exécution de modèle parallèle, 8 x Inception-V3
Section 7. Suivi d'objet, YOLO-V4
Section 8. Reconnaissance optique de caractères, CRNN
Section 9. Segmentation sémantique, DeepLabV3+
Section 10. Segmentation parallèle, 2 x DeepLabV3+
Section 11. Correction du flou des photos, IMDN
Section 12. Super-résolution d'image, ESRGAN
Section 13. Super-résolution d'image, SRGAN
Section 14. Débruitage d'image, U-Net
Section 15. Estimation de la profondeur, MV3-Profondeur
Section 16. Amélioration de l'image, DPED ResNet
Section 17. Amélioration de l'image, instance DPED
Section 18. Rendu de l'effet bokeh, PyNET+
Section 19. Caméra apprise ISP, PUNET
Section 20. Super-résolution vidéo FullHD, XLSR
Article 21/22. Super-résolution vidéo 4K, VideoSR
Section 23. Complétion de texte, LSTM
Section 24. Réponse aux questions, MobileBERT
Section 25. Complétion de texte, ALBERT
Section 26. Limites de mémoire, ResNet

En plus de cela, on peut charger et tester ses propres modèles d'apprentissage en profondeur TensorFlow Lite en mode PRO.

Une description détaillée des tests peut être trouvée ici : http://ai-benchmark.com/tests.html

Remarque : L'accélération matérielle est prise en charge sur tous les SoC mobiles avec des NPU et des accélérateurs d'IA dédiés, y compris les chipsets Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity et UNISOC Tiger. À partir d'AI Benchmark v4, on peut également activer l'accélération de l'IA basée sur le GPU sur les appareils plus anciens dans les paramètres ("Accelerate" -> "Enable GPU Acceleration", OpenGL ES-3.0+ est requis).

Notes et avis

2 tests fait consécutivement et des résultats complètement différents et aucun correspondant au résultat du modèle... Bref c'est la roue de la fortune

Montre des photos.. Sans rapport avec ce dont j'ai besoin comme avec untutu que je ne trouve plus. Donc je désintalle direct. Merci

Bonne appli mais pas évident a comprendre

Quoi de neuf?

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.