Riconoscimento facciale, classificazione delle immagini, risposta alle domande...
Il tuo smartphone è in grado di eseguire le ultime reti neurali profonde per eseguire queste e molte altre attività basate sull'intelligenza artificiale? Ha un chip AI dedicato? È abbastanza veloce? Esegui AI Benchmark per valutare professionalmente le sue prestazioni AI!
Classifica attuale del telefono: http://ai-benchmark.com/ranking
AI Benchmark misura la velocità, la precisione, il consumo energetico e i requisiti di memoria per diversi algoritmi chiave di intelligenza artificiale e visione artificiale. Tra le soluzioni testate ci sono i metodi di classificazione delle immagini e di riconoscimento facciale, le reti neurali utilizzate per la super risoluzione di immagini/video e il miglioramento delle foto, i modelli di intelligenza artificiale che predicono il testo ed eseguono la risposta alle domande, nonché le soluzioni di intelligenza artificiale utilizzate nei sistemi di guida autonoma e negli smartphone per davvero stima della profondità del tempo e segmentazione semantica dell'immagine. La visualizzazione degli output degli algoritmi consente di valutarne graficamente i risultati e di conoscere lo stato dell'arte attuale nei vari campi dell'IA.
In totale, AI Benchmark è composto da 78 test e 26 sezioni elencate di seguito:
Sezione 1. Classificazione, MobileNet-V2
Sezione 2. Classificazione, Inception-V3
Sezione 3. Riconoscimento facciale, MobileNet-V3
Sezione 4. Classificazione, EfficientNet-B4
Sezioni 5/6. Esecuzione parallela del modello, 8 x Inception-V3
Sezione 7. Tracciamento degli oggetti, YOLO-V4
Sezione 8. Riconoscimento ottico dei caratteri, CRNN
Sezione 9. Segmentazione semantica, DeepLabV3+
Sezione 10. Segmentazione parallela, 2 x DeepLabV3+
Sezione 11. Sfocatura foto, IMDN
Sezione 12. Super risoluzione dell'immagine, ESRGAN
Sezione 13. Super risoluzione dell'immagine, SRGAN
Sezione 14. Denoising dell'immagine, U-Net
Sezione 15. Stima della profondità, MV3-Profondità
Sezione 16. Miglioramento dell'immagine, DPED ResNet
Sezione 17. Miglioramento dell'immagine, istanza DPED
Sezione 18. Rendering di effetti bokeh, PyNET+
Sezione 19. Appreso ISP della fotocamera, PUNET
Sezione 20. Super risoluzione video FullHD, XLSR
Sezione 21/22. Super risoluzione video 4K, VideoSR
Sezione 23. Completamento del testo, LSTM
Sezione 24. Risposte alle domande, MobileBERT
Sezione 25. Completamento del testo, ALBERT
Sezione 26. Limiti di memoria, ResNet
Oltre a ciò, è possibile caricare e testare i propri modelli di deep learning TensorFlow Lite in modalità PRO.
Una descrizione dettagliata dei test può essere trovata qui: http://ai-benchmark.com/tests.html
Nota: l'accelerazione hardware è supportata su tutti i SoC mobili con NPU dedicate e acceleratori AI, inclusi Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio/Dimensity e chipset UNISOC Tiger. A partire da AI Benchmark v4, è anche possibile abilitare l'accelerazione AI basata su GPU su dispositivi meno recenti nelle impostazioni ("Accelerate" -> "Enable GPU Acceleration", è richiesto OpenGL ES-3.0+).
Ultimo aggiornamento
3 mar 2024