AI Benchmark

La description de AI Benchmark

reconnaissance du visage, classification de l'image, terminaison de texte ...
est votre smartphone capable d'exécuter les derniers réseaux de neurones profonds pour effectuer ces tâches ai? At-il une puce AI dédiée? Est-ce assez rapide? Run de repère AI pour évaluer professionnellement ses performances IA!
Classement de téléphone actuel: http://ai-benchmark.com/Ranking
Mesure de la vitesse, de la précision et de la mémoire pour plusieurs clés AI et algorithmes de vision informatique. Parmi les solutions testées figurent les méthodes de classification des images et de reconnaissance des images, des réseaux de neurones utilisés pour une super-résolution d'image et une amélioration de la photo, des modèles AI prédisant le texte et effectuant un rendu d'effet de bokeh, ainsi que des algorithmes utilisés dans des systèmes de conduite autonomes. La visualisation des sorties des algorithmes permet d'évaluer leur résultat graphiquement et de connaître la pointe de la technologie actuelle dans divers domaines de l'AI.
Au total, IA Benchmark est composé de 46 tests et 14 sections Fourni ci-dessous:
Section 1. Classification, MobileNet-V2
Section 2. Classification, Inception-V3 Section 3. Reconnaissance du visage, MobileNet-V3
Section 4. Exécution du modèle parallèle, 8 x MobileNet-V2
Section 5. Reconnaissance du personnage optique, Crnn
Section 6. Photo defrilring, Pynet
Section 7. Image Super-résolution, VGG19
Section 8. Image Super-résolution, Srgan
Section 9. Rendu de l'effet de bokeh, U-Net
Section 10. Segmentation sémantique, Déparente Section 11. Segmentation parallèle, 2 x Deeplabv3
Section 12. Amélioration de l'image, Section RESNET DLEP 13. Achèvement de texte, LSTM
Section 14. Limites de mémoire, SRCNN
Ensuite, on peut charger et tester leur propre modèle d'apprentissage profond 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'AI dédiés, y compris Qualcomm Snapdragon. , Hisilicon Kirin, Samsung Exynos et Chipsets Helio / Dimension MediaTek. À partir d'AI Benchmark V4, on peut également activer l'accélération AI basée sur GPU sur des périphériques plus anciens dans les paramètres ("accélérer" -> "Activer l'accélération GPU", OpenGL ES-3.0 est requis).