चेहरा पहचान, छवि वर्गीकरण, प्रश्न उत्तर...
क्या आपका स्मार्टफोन इन और कई अन्य AI- आधारित कार्यों को करने के लिए नवीनतम डीप न्यूरल नेटवर्क चलाने में सक्षम है? क्या इसमें एक समर्पित AI चिप है? क्या यह काफी तेज है? एआई प्रदर्शन का पेशेवर मूल्यांकन करने के लिए एआई बेंचमार्क चलाएं!
वर्तमान फोन रैंकिंग: http://ai-benchmark.com/ranking
एआई बेंचमार्क कई प्रमुख एआई और कंप्यूटर विज़न एल्गोरिदम के लिए गति, सटीकता, बिजली की खपत और मेमोरी आवश्यकताओं को मापता है। परीक्षण किए गए समाधानों में इमेज क्लासिफिकेशन और फेस रिकग्निशन विधियां, छवि / वीडियो सुपर-रिज़ॉल्यूशन और फोटो एन्हांसमेंट के लिए उपयोग किए जाने वाले तंत्रिका नेटवर्क, टेक्स्ट की भविष्यवाणी करने वाले एआई मॉडल और प्रश्न उत्तर करने के साथ-साथ स्वायत्त ड्राइविंग सिस्टम और स्मार्टफ़ोन में वास्तविक- समय गहराई अनुमान और अर्थपूर्ण छवि विभाजन। एल्गोरिदम के आउटपुट का विज़ुअलाइज़ेशन ग्राफिक रूप से उनके परिणामों का आकलन करने और विभिन्न एआई क्षेत्रों में वर्तमान अत्याधुनिक को जानने की अनुमति देता है।
कुल मिलाकर, AI बेंचमार्क में 78 परीक्षण और नीचे सूचीबद्ध 26 खंड शामिल हैं:
खंड 1. वर्गीकरण, मोबाइलनेट-वी2
धारा 2. वर्गीकरण, आरंभ-V3
धारा 3. फेस रिकग्निशन, मोबाइलनेट-वी3
धारा 4. वर्गीकरण, कुशलनेट-बी4
धारा 5/6। समानांतर मॉडल निष्पादन, 8 x इंसेप्शन-V3
धारा 7. ऑब्जेक्ट ट्रैकिंग, YOLO-V4
धारा 8. ऑप्टिकल कैरेक्टर रिकग्निशन, सीआरएनएन
धारा 9. सिमेंटिक सेगमेंटेशन, डीपलैबवी3+
धारा 10. समानांतर विभाजन, 2 x DeepLabV3+
धारा 11. फोटो डिब्लरिंग, आईएमडीएन
धारा 12. छवि सुपर-रिज़ॉल्यूशन, ESRGAN
धारा 13. छवि सुपर-रिज़ॉल्यूशन, SRGAN
धारा 14. छवि निरूपण, यू-नेट
धारा 15. गहराई अनुमान, एमवी3-गहराई
धारा 16. छवि वृद्धि, डीपीईडी रेसनेट
धारा 17. छवि वृद्धि, डीपीईडी उदाहरण
धारा 18. बोकेह इफेक्ट रेंडरिंग, पायनेट+
धारा 19. सीखा कैमरा ISP, PUNET
धारा 20. फुलएचडी वीडियो सुपर-रिज़ॉल्यूशन, एक्सएलएसआर
धारा 21/22। 4K वीडियो सुपर-रिज़ॉल्यूशन, वीडियोSR
धारा 23. पाठ पूर्णता, LSTM
धारा 24. प्रश्न उत्तर, MobileBERT
धारा 25. पाठ पूर्णता, ALBERT
धारा 26. मेमोरी सीमा, रेसनेट
इसके अलावा, कोई भी अपने स्वयं के TensorFlow Lite डीप लर्निंग मॉडल को PRO मोड में लोड और टेस्ट कर सकता है।
परीक्षणों का विस्तृत विवरण यहां पाया जा सकता है: http://ai-benchmark.com/tests.html
नोट: हार्डवेयर त्वरण सभी मोबाइल एसओसी पर समर्पित एनपीयू और एआई एक्सेलेरेटर के साथ समर्थित है, जिसमें क्वालकॉम स्नैपड्रैगन, हाईसिलिकॉन किरिन, सैमसंग एक्सिनोस, मीडियाटेक हेलियो / डाइमेंशन और यूनिसॉक टाइगर चिपसेट शामिल हैं। AI बेंचमार्क v4 से शुरू होकर, कोई भी सेटिंग में पुराने उपकरणों पर GPU-आधारित AI त्वरण को सक्षम कर सकता है ("त्वरित" -> "GPU त्वरण सक्षम करें", OpenGL ES-3.0+ आवश्यक है)।