AI Benchmark

Генерация нейронных изображений, распознавание лиц, классификация изображений, ответы на вопросы...

Способен ли ваш смартфон использовать новейшие глубокие нейронные сети для выполнения этих и многих других задач на основе искусственного интеллекта? Есть ли у него специальный AI-чип? Это достаточно быстро? Запустите AI Benchmark, чтобы профессионально оценить производительность ИИ!

Текущий рейтинг телефона: http://ai-benchmark.com/ranking

AI Benchmark измеряет скорость, точность, энергопотребление и требования к памяти для нескольких ключевых моделей искусственного интеллекта, компьютерного зрения и НЛП. Среди протестированных решений — методы классификации изображений и распознавания лиц, модели искусственного интеллекта, выполняющие нейронную генерацию изображений и текста, нейронные сети, используемые для сверхразрешения изображений/видео и улучшения фотографий, а также решения искусственного интеллекта, используемые в системах автономного вождения и смартфонах для реальных целей. Оценка глубины времени и семантическая сегментация изображения. Визуализация результатов алгоритмов позволяет оценить их результаты графически и узнать современное состояние дел в различных областях искусственного интеллекта.

Всего AI Benchmark состоит из 83 тестов и 30 разделов, перечисленных ниже:

Раздел 1. Классификация, MobileNet-V3

Раздел 2. Классификация, Начало-V3

Раздел 3. Распознавание лиц, Swin Transformer

Раздел 4. Классификация, EfficientNet-B4

Раздел 5. Классификация, MobileViT-V2

Разделы 6/7. Параллельное выполнение модели, 8 x Inception-V3

Раздел 8. Отслеживание объектов, YOLO-V8

Раздел 9. Оптическое распознавание символов, ВИТ Трансформатор

Раздел 10. Семантическая сегментация, DeepLabV3+

Раздел 11. Параллельная сегментация, 2 x DeepLabV3+

Раздел 12. Семантическая сегментация. Сегментируйте что угодно

Раздел 13. Удаление размытия фотографий, IMDN

Раздел 14. Суперразрешение изображения, ESRGAN

Раздел 15. Суперразрешение изображения, SRGAN

Раздел 16. Шумоподавление изображения, U-Net

Раздел 17. Оценка глубины, MV3-Depth

Раздел 18. Оценка глубины, MiDaS 3.1

Раздел 19/20. Улучшение изображения, DPED

Раздел 21. Изученный ISP камеры, MicroISP

Раздел 22. Рендеринг эффекта боке, PyNET-V2 Mobile

Раздел 23. Видео сверхвысокого разрешения FullHD, XLSR

Раздел 24/25. Видео 4K со сверхвысоким разрешением, VideoSR

Раздел 26. Ответы на вопросы, MobileBERT

Раздел 27. Нейронная генерация текста, Llama2

Раздел 28. Нейронная генерация текста, GPT2

Раздел 29. Генерация нейронных изображений, стабильная диффузия V1.5

Раздел 30. Ограничения памяти, ResNet

Кроме того, можно загружать и тестировать свои собственные модели глубокого обучения TensorFlow Lite в режиме PRO.

Подробное описание тестов можно найти здесь: http://ai-benchmark.com/tests.html.

Примечание. Аппаратное ускорение поддерживается на всех мобильных SoC со специальными процессорами NPU и ускорителями искусственного интеллекта, включая чипсеты Qualcomm Snapdragon, MediaTek Dimensity/Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos и UNISOC Tiger. Начиная с AI Benchmark v4, можно также включить ускорение AI на основе графического процессора на старых устройствах в настройках («Ускорение» -> «Включить ускорение графического процессора» / «Arm NN», требуется OpenGL ES-3.0+).