Reconhecimento facial, classificação de imagens, resposta a perguntas...
Seu smartphone é capaz de executar as mais recentes Deep Neural Networks para executar essas e muitas outras tarefas baseadas em IA? Ele tem um chip de IA dedicado? É rápido o suficiente? Execute o AI Benchmark para avaliar profissionalmente seu desempenho de IA!
Classificação atual do telefone: http://ai-benchmark.com/ranking
O AI Benchmark mede a velocidade, precisão, consumo de energia e requisitos de memória para vários algoritmos-chave de IA e visão computacional. Entre as soluções testadas estão métodos de classificação de imagens e reconhecimento facial, redes neurais usadas para super-resolução de imagem/vídeo e aprimoramento de fotos, modelos de IA que predizem texto e realizam respostas a perguntas, além de soluções de IA usadas em sistemas de direção autônoma e smartphones para real- Estimativa de Profundidade de Tempo e Segmentação Semântica de Imagens. A visualização das saídas dos algoritmos permite avaliar seus resultados graficamente e conhecer o estado da arte atual em vários campos de IA.
No total, o AI Benchmark consiste em 78 testes e 26 seções listadas abaixo:
Seção 1. Classificação, MobileNet-V2
Seção 2. Classificação, Inception-V3
Seção 3. Reconhecimento facial, MobileNet-V3
Seção 4. Classificação, EfficientNet-B4
Seções 5/6. Execução de modelo paralelo, 8 x Inception-V3
Seção 7. Rastreamento de Objetos, YOLO-V4
Seção 8. Reconhecimento Óptico de Caracteres, CRNN
Seção 9. Segmentação Semântica, DeepLabV3+
Seção 10. Segmentação paralela, 2 x DeepLabV3+
Seção 11. Desfoque de fotos, IMDN
Seção 12. Super-Resolução de Imagem, ESRGAN
Seção 13. Super-Resolução de Imagem, SRGAN
Seção 14. Redução de ruído de imagem, U-Net
Seção 15. Estimativa de Profundidade, MV3-Profundidade
Seção 16. Aprimoramento de Imagem, DPED ResNet
Seção 17. Aprimoramento de imagem, instância DPED
Seção 18. Renderização de Efeito Bokeh, PyNET+
Seção 19. ISP de câmeras aprendidas, PUNET
Seção 20. Super-resolução de vídeo FullHD, XLSR
Seção 21/22. Super-resolução de vídeo 4K, VideoSR
Seção 23. Conclusão de Texto, LSTM
Seção 24. Resposta a perguntas, MobileBERT
Seção 25. Conclusão do Texto, ALBERT
Seção 26. Limites de Memória, ResNet
Além disso, é possível carregar e testar seus próprios modelos de aprendizado profundo do TensorFlow Lite no modo PRO.
Uma descrição detalhada dos testes pode ser encontrada aqui: http://ai-benchmark.com/tests.html
Observação: a aceleração de hardware é compatível com todos os SoCs móveis com NPUs dedicados e aceleradores de IA, incluindo os chipsets Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos, MediaTek Helio / Dimensity e UNISOC Tiger. A partir do AI Benchmark v4, também é possível ativar a aceleração de IA baseada em GPU em dispositivos mais antigos nas configurações ("Acelerar" -> "Ativar aceleração de GPU", é necessário OpenGL ES-3.0+).
Atualizado em
3 de mar. de 2024