AI Benchmark

Neurális képgenerálás, arcfelismerés, képosztályozás, kérdések megválaszolása...

Képes az okostelefonod a legújabb Deep Neural Networks futtatására ezeknek és sok más AI-alapú feladatnak a végrehajtására? Van hozzá dedikált AI chip? Elég gyors? Futtassa az AI Benchmarkot, hogy professzionálisan értékelje az AI teljesítményét!

Jelenlegi telefonrangsor: http://ai-benchmark.com/ranking

Az AI Benchmark számos kulcsfontosságú AI, Computer Vision és NLP modell sebességét, pontosságát, energiafogyasztását és memóriaigényét méri. A tesztelt megoldások között szerepelnek képosztályozási és arcfelismerési módszerek, neurális kép- és szöveggenerálást végző mesterséges intelligencia modellek, kép/videó szuperfelbontáshoz és fotójavításhoz használt neurális hálózatok, valamint autonóm vezetési rendszerekben használt mesterséges intelligencia-megoldások és okostelefonok valós idő mélységbecslés és szemantikus képszegmentáció. Az algoritmusok kimeneteinek megjelenítése lehetővé teszi az eredmények grafikus értékelését, valamint a különböző AI területek aktuális legkorszerűbbségének megismerését.

Összességében az AI Benchmark 83 tesztből és 30 alább felsorolt ​​részből áll:

1. szakasz. Osztályozás, MobileNet-V3

2. szakasz. Osztályozás, kezdet-V3

3. rész. Arcfelismerés, Swin Transformer

4. szakasz. Osztályozás, EfficientNet-B4

5. szakasz. Osztályozás, MobileViT-V2

szakaszok 6/7. Párhuzamos modell-végrehajtás, 8 x Inception-V3

8. szakasz: Objektumkövetés, YOLO-V8

9. szakasz. Optikai karakterfelismerés, ViT transzformátor

10. szakasz: Szemantikus szegmentáció, DeepLabV3+

11. szakasz: Párhuzamos szegmentálás, 2 x DeepLabV3+

12. szakasz Szemantikai szegmentálás, Szegmentál bármit

13. szakasz: Fényképek elmosódása, IMDN

14. szakasz: Image Super-Resolution, ESRGAN

15. szakasz: Image Super-Resolution, SRGAN

16. szakasz Kép zajtalanítása, U-Net

17. szakasz. Mélységbecslés, MV3-Mélység

18. szakasz. Mélységbecslés, MiDaS 3.1

§ 19/20. Képjavítás, DPED

21. szakasz. Tanult kamera ISP, MicroISP

22. szakasz: Bokeh Effect Rendering, PyNET-V2 Mobile

23. szakasz. FullHD Video Super-Resolution, XLSR

§ 24/25. 4K videó szuperfelbontás, VideoSR

26. szakasz. Kérdések megválaszolása, MobileBERT

27. szakasz: Neurális szöveggenerálás, Llama2

28. szakasz: Neurális szöveggenerálás, GPT2

29. szakasz: Neurális képgenerálás, stabil diffúzió V1.5

30. szakasz Memóriakorlátok, ResNet

Emellett PRO módban betöltheti és tesztelheti saját TensorFlow Lite mélytanulási modelljeit.

A tesztek részletes leírása itt található: http://ai-benchmark.com/tests.html

Megjegyzés: A hardveres gyorsítást minden dedikált NPU-val és AI-gyorsítóval rendelkező mobil SoC támogatja, beleértve a Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos és UNISOC Tiger lapkakészleteket. Az AI Benchmark v4-től kezdve a GPU-alapú AI-gyorsítás a régebbi eszközökön is engedélyezhető a beállításokban ("Accelerate" -> "GPU Acceleration engedélyezése" / "Arm NN", OpenGL ES-3.0+ szükséges).