config.armeabi_v7a

config.xxhdpi

config.en

Everyone

Ignatov Andrey

Lollipop

Генериране на невронни изображения, разпознаване на лица, класифициране на изображения, отговаряне на въпроси...

Вашият смартфон способен ли е да управлява най-новите Deep Neural Networks, за да изпълнява тези и много други базирани на AI задачи? Има ли специален AI чип? Достатъчно бързо ли е? Стартирайте AI Benchmark, за да оцените професионално неговата производителност на AI!

Текущо класиране на телефона: http://ai-benchmark.com/ranking

AI Benchmark измерва скоростта, точността, консумацията на енергия и изискванията за памет за няколко ключови модела AI, Computer Vision и NLP. Сред тестваните решения са методите за класификация на изображения и разпознаване на лица, AI модели, изпълняващи невронни изображения и генериране на текст, невронни мрежи, използвани за изображения/видео със супер разделителна способност и подобряване на снимки, както и AI решения, използвани в системи за автономно шофиране и смартфони за реални Оценка на дълбочината на времето и Сегментиране на семантично изображение. Визуализацията на резултатите от алгоритмите позволява графично да се оценят техните резултати и да се запознаят с текущото състояние на изкуството в различни области на ИИ.

Общо AI Benchmark се състои от 83 теста и 30 секции, изброени по-долу:

Раздел 1. Класификация, MobileNet-V3
Раздел 2. Класификация, Inception-V3
Раздел 3. Разпознаване на лица, Swin Transformer
Раздел 4. Класификация, EfficientNet-B4
Раздел 5. Класификация, MobileViT-V2
Раздели 6/7. Паралелно изпълнение на модела, 8 x Inception-V3
Раздел 8. Проследяване на обекти, YOLO-V8
Раздел 9. Оптично разпознаване на знаци, ViT трансформатор
Раздел 10. Семантична сегментация, DeepLabV3+
Раздел 11. Паралелно сегментиране, 2 x DeepLabV3+
Раздел 12. Семантична сегментация, сегментиране на всичко
Раздел 13. Размазване на снимки, IMDN
Раздел 14. Супер разделителна способност на изображението, ESRGAN
Раздел 15. Супер разделителна способност на изображението, SRGAN
Раздел 16. Обезшумяване на изображения, U-Net
Раздел 17. Оценка на дълбочината, MV3-дълбочина
Раздел 18. Оценка на дълбочината, MiDaS 3.1
Раздел 19/20. Подобрение на изображението, DPED
Раздел 21. Научен ISP на камерата, MicroISP
Раздел 22. Изобразяване на ефект на боке, PyNET-V2 Mobile
Раздел 23. FullHD Video Super-Resolution, XLSR
Раздел 24/25. 4K видео супер-резолюция, VideoSR
Раздел 26. Отговаряне на въпроси, MobileBERT
Раздел 27. Генериране на невронен текст, Llama2
Раздел 28. Генериране на невронен текст, GPT2
Раздел 29. Генериране на невронни изображения, стабилна дифузия V1.5
Раздел 30. Ограничения на паметта, ResNet

Освен това, човек може да зареди и тества свои собствени модели за задълбочено обучение TensorFlow Lite в режим PRO.

Подробно описание на тестовете можете да намерите тук: http://ai-benchmark.com/tests.html

Забележка: Хардуерното ускорение се поддържа от всички мобилни SoC със специални NPU и AI ускорители, включително чипсети Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos и UNISOC Tiger. Започвайки от AI Benchmark v4, можете също да активирате GPU-базирано AI ускорение на по-стари устройства в настройките („Ускоряване“ -> „Активиране на GPU ускорение“ / „Arm NN“, изисква се OpenGL ES-3.0+).

Вашият телефон готов ли е за AI? Стартирайте AI Benchmark, за да проверите ефективността му!

AI Benchmark

Latest Version of AI Benchmark

Други версии