AI Benchmark

Geração de imagens neurais, reconhecimento facial, classificação de imagens, resposta a perguntas...

O seu smartphone é capaz de executar as redes neurais profundas mais recentes para realizar essas e muitas outras tarefas baseadas em IA? Possui um chip AI dedicado? É rápido o suficiente? Execute o AI Benchmark para avaliar profissionalmente seu desempenho de IA!

Classificação atual do telefone: http://ai-benchmark.com/ranking

O AI Benchmark mede a velocidade, precisão, consumo de energia e requisitos de memória para vários modelos importantes de IA, visão computacional e PNL. Entre as soluções testadas estão métodos de Classificação de Imagens e Reconhecimento Facial, modelos de IA realizando geração neural de imagens e textos, redes neurais utilizadas para Super-Resolução de Imagem/Vídeo e Aprimoramento de Fotos, além de soluções de IA utilizadas em sistemas de direção autônoma e smartphones para uso real. Estimativa de profundidade de tempo e segmentação semântica de imagens. A visualização dos resultados dos algoritmos permite avaliar graficamente os seus resultados e conhecer o estado da arte atual em vários campos da IA.

No total, o AI Benchmark consiste em 83 testes e 30 seções listadas abaixo:

Seção 1. Classificação, MobileNet-V3

Seção 2. Classificação, Inception-V3

Seção 3. Reconhecimento facial, Swin Transformer

Seção 4. Classificação, EfficientNet-B4

Seção 5. Classificação, MobileViT-V2

Seções 6/7. Execução de modelo paralelo, 8 x Inception-V3

Seção 8. Rastreamento de objetos, YOLO-V8

Seção 9. Reconhecimento óptico de caracteres, transformador ViT

Seção 10. Segmentação Semântica, DeepLabV3+

Seção 11. Segmentação Paralela, 2 x DeepLabV3+

Seção 12. Segmentação Semântica, Segmente Qualquer Coisa

Seção 13. Desfocagem de fotos, IMDN

Seção 14. Super-resolução de imagem, ESRGAN

Seção 15. Super-resolução de imagem, SRGAN

Seção 16. Eliminação de ruído de imagem, U-Net

Seção 17. Estimativa de profundidade, MV3-Depth

Seção 18. Estimativa de profundidade, MiDaS 3.1

Seção 19/20. Aprimoramento de imagem, DPED

Seção 21. ISP de câmera aprendida, MicroISP

Seção 22. Renderização do efeito Bokeh, PyNET-V2 Mobile

Seção 23. Super-resolução de vídeo FullHD, XLSR

Seção 24/25. Super-resolução de vídeo 4K, VideoSR

Seção 26. Resposta a perguntas, MobileBERT

Seção 27. Geração de Texto Neural, Llama2

Seção 28. Geração de Texto Neural, GPT2

Seção 29. Geração de imagem neural, difusão estável V1.5

Seção 30. Limites de memória, ResNet

Além disso, é possível carregar e testar seus próprios modelos de aprendizado profundo do TensorFlow Lite no modo PRO.

Uma descrição detalhada dos testes pode ser encontrada aqui: http://ai-benchmark.com/tests.html

Observação: a aceleração de hardware é suportada em todos os SoCs móveis com NPUs dedicados e aceleradores de IA, incluindo Qualcomm Snapdragon, MediaTek Dimensity/Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos e chipsets UNISOC Tiger. A partir do AI Benchmark v4, também é possível ativar a aceleração de IA baseada em GPU em dispositivos mais antigos nas configurações ("Acelerar" -> "Ativar aceleração de GPU" / "Arm NN", OpenGL ES-3.0+ é necessário).