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.
Gesichtserkennung, Bildklassifizierung, Bildverbesserung ...
Kann Ihr Smartphone die neuesten Deep Neural Networks ausführen, um diese auf KI basierenden Aufgaben auszuführen? Hat es einen eigenen AI-Chip? Ist es schnell genug? Führen Sie einen KI-Benchmark aus, um die KI-Leistung umfassend zu bewerten!
Aktuelles Ranking: http: //ai-benchmark.com/ranking.html
AI Benchmark misst die Geschwindigkeit, Genauigkeit und den Speicherbedarf verschiedener wichtiger Algorithmen für AI und Computer Vision. Zu den getesteten Lösungen zählen Bildklassifizierungs- und Gesichtserkennungsmethoden, neuronale Netze für die Bildauflösung und Bildverbesserung, KI-Modelle, die Atari-Spiele spielen und Bokeh-Simulation durchführen, sowie Algorithmen, die in autonomen Fahrsystemen verwendet werden. Durch die Visualisierung der Algorithmen können die Ergebnisse grafisch ausgewertet und der aktuelle Stand der Technik in verschiedenen Bereichen der KI kennengelernt werden.
Insgesamt besteht AI-Benchmark aus 21 Tests und 11 Abschnitten:
Abschnitt 1. Klassifizierung, MobileNet-V2
Abschnitt 2. Einstufung, Inception-V3
Abschnitt 3. Gesichtserkennung, Inception-ResNet-V1
Abschnitt 4. Atari-Spiele spielen, LSTM
Abschnitt 5. Entgraten, SRCNN
Abschnitt 6. Superauflösung, VGG19
Abschnitt 7. Superauflösung, SRGAN
Abschnitt 8. Bokeh-Simulation, U-Net
Abschnitt 9. Semantische Segmentierung, ICNet
Abschnitt 10. Bildverbesserung, DPED ResNet
Abschnitt 11. Speichergrenzen, SRCNN
Eine ausführliche Beschreibung der Tests finden Sie hier: http://ai-benchmark.com/tests.html
Hinweis: Die Hardwarebeschleunigung wird auf Android 9.0 und höher auf allen mobilen SoCs mit AI-Beschleunigern unterstützt, darunter Qualcomm Snapdragon, HiSilicon Kirin, Samsung Exynos und MediaTek Helio.