AI Benchmark

Face Recognition, Image Classification, Image Enhancement...

Is your smartphone capable of running the latest Deep Neural Networks to perform these AI-based tasks? Does it have a dedicated AI Chip? Is it fast enough? Run AI Benchmark to comprehensively evaluate it's AI Performance!

Current phone ranking: http://ai-benchmark.com/ranking.html

AI Benchmark measures the speed, accuracy and memory requirements for several key AI and Computer Vision algorithms. Among the tested solutions are Image Classification and Face Recognition methods, Neural Networks used for Image Super-Resolution and Photo Enhancement, AI models playing Atari Games and performing Bokeh Simulation, as well as algorithms used in autonomous driving systems. Visualization of the algorithms’ output allows to assess their results graphically and to get to know the current state-of-the-art in various AI fields.

In total, AI Benchmark consists of 21 tests and 11 sections provided below:

Section 1. Classification, MobileNet-V2

Section 2. Classification, Inception-V3

Section 3. Face Recognition, Inception-ResNet-V1

Section 4. Playing Atari Games, LSTM

Section 5. Deblurring, SRCNN

Section 6. Super-Resolution, VGG19

Section 7. Super-Resolution, SRGAN

Section 8. Bokeh Simulation, U-Net

Section 9. Semantic Segmentation, ICNet

Section 10. Image Enhancement, DPED ResNet

Section 11. Memory limits, SRCNN

A detailed description of the tests can be found here: http://ai-benchmark.com/tests.html

Note: Hardware acceleration is supported on Android 9.0 and above on all mobile SoCs with AI accelerators, including Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos and MediaTek Helio.

شناسایی چهره، طبقه بندی تصویر، بهبود تصویر ...

آیا گوشی های هوشمند قادر به اجرای آخرین شبکه های عصبی عمیق برای انجام وظایف مبتنی بر AI هستند؟ آیا یک تراشه اختصاصی AI دارد؟ آیا این به اندازه کافی سریع است؟ اجرای ارزیابی هوش مصنوعی برای ارزیابی کامل عملکرد AI!

تلفن فعلی رتبه بندی: http: //ai-benchmark.com/ranking.html

معیار سنجش AI مورد نیاز سرعت، دقت و حافظه برای چندین الگوریتم AI و Computer Vision کلیدی است. در میان راه حل های آزمایش شده، روش های طبقه بندی تصویر و تشخیص چهره، شبکه های عصبی برای تصویر فوق العاده با وضوح تصویر و بهبود عکس، مدل های AI بازی بازی Atari و اجرای شبیه سازی بوکه و الگوریتم های استفاده شده در سیستم های رانندگی مستقل مورد استفاده قرار گرفت. تجسم خروجی الگوریتم ها اجازه می دهد تا نتایج خود را به صورت گرافیکی ارزیابی کرده و وضعیت فعلی در زمینه های مختلف AI را بدست آورند.

در کل، معیار AI شامل 21 آزمایش و 11 بخش زیر است:

بخش 1. طبقه بندی، MobileNet-V2

بخش 2. طبقه بندی، آغاز شده-V3

بخش 3. شناسایی چهره، آغاز شده-ResNet-V1

بخش 4: بازیهای Atari، LSTM

بخش 5: انهدام نقاشی، SRCNN

بخش 6. Super-Resolution، VGG19

بخش 7. Super-Resolution، SRGAN

بخش 8. شبیه سازی بوکه، U-Net

بخش 9. Segmentation معنایی، ICNet

بخش 10. بهبود تصویر DPED ResNet

بخش 11. محدودیت حافظه، SRCNN

شرح مفصلی از تست ها می توانید اینجا را ببینید: http://ai-benchmark.com/tests.html

توجه: شتاب سخت افزاری در Android 9.0 و بالاتر در تمام SoC های موبایل با شتاب دهنده های AI، از جمله Qualcomm Snapdragon، HiSilicon Kirin، Samsung Exynos و MediaTek Helio پشتیبانی می شود.