餐飲策劃推薦！盡管相當(dāng)數(shù)量的人工智能服務(wù)，是由云計算網(wǎng)絡(luò)提供，但在響應(yīng)低延遲、保護(hù)隱私、應(yīng)用場景等方面，手機AI芯片無可替代。例如人臉解鎖，圖像增強、識別，智能助手，拍照場景識別，這些你我每天都會接觸的功能，離不開手機神經(jīng)引擎的加持。



AI-Benchmark測評



AI-Benchmark是蘇黎世聯(lián)邦理工學(xué)院（ETH Zürich）計算機視覺實驗室Andrey Ignatov開發(fā)的AI基準(zhǔn)測試程序，它不依賴于每個SoC供應(yīng)商自己的SDK工具和API基準(zhǔn)，能更客觀地展示終端性能。

其測試任務(wù)包括以下9項（http://ai-benchmark.com/tests.html）：

目標(biāo)識別/分類：這是一個非常基礎(chǔ)但很強大的神經(jīng)網(wǎng)絡(luò)，能夠基于一張照片識別1000個不同的對象類別，準(zhǔn)確率約為70%。經(jīng)過量化，其大小可小于 5MB，再加上低耗內(nèi)存，可在幾乎所有現(xiàn)有智能手機上使用。


精確目標(biāo)識別/分類：這是對上一個網(wǎng)絡(luò)的進(jìn)一步擴展，更加精確，但代價是規(guī)模是原來的4倍，且對計算的要求較高。一個明顯的優(yōu)勢是——它可以處理分辨率更高的圖像，這意味著更精確的識別和更小目標(biāo)的檢測。

人臉識別：實現(xiàn)方式為，對于每個人臉圖像，神經(jīng)網(wǎng)絡(luò)會對人臉編碼并生成128維的特征向量，該特征向量不隨縮放、移動或旋轉(zhuǎn)而改變。然后在數(shù)據(jù)庫中檢索和此向量最匹配的特征向量（以及對應(yīng)的身份），數(shù)據(jù)庫里包含數(shù)億個此類信息。

圖像去模糊：模糊是通過一種最原始、最簡單、最輕量級的神經(jīng)網(wǎng)絡(luò) SRCNN（只有 3 個卷積層）去除的。即便如此，它仍然顯示出相當(dāng)令人滿意的結(jié)果。

圖像超分辨率：使用一個19層的VGG-19網(wǎng)絡(luò)。盡管目前來看，該網(wǎng)絡(luò)的表現(xiàn)并不驚艷，也不能重建高頻部分。但它對于繪畫仍是理想的解決方案，因為該網(wǎng)絡(luò)可以讓圖像變得更加清晰、平滑。

另一種圖像超分辨率：任務(wù)同上，但完成方法略有不同，如果使用其他神經(jīng)網(wǎng)絡(luò)訓(xùn)練我們的神經(jīng)網(wǎng)絡(luò)會如何？我們安排兩個網(wǎng)絡(luò)去完成兩個不同的任務(wù)：網(wǎng)絡(luò)嘗試解決上面提到的超分辨率問題，網(wǎng)絡(luò)B觀察其結(jié)果，嘗試找到其中的缺陷并懲罰網(wǎng)絡(luò)A。

語義圖像分割：根據(jù)車載攝像頭拍攝的照片檢測19類目標(biāo)（如車、行人、路、天空等）。

圖像增強：經(jīng)過恰當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以讓舊手機上的照片看起來更時髦。

內(nèi)存極限：任務(wù)4使用的SRCNN是最輕便、簡單的神經(jīng)網(wǎng)絡(luò)之一，這項測試的目的是找到設(shè)備的極限，即這個最簡易的網(wǎng)絡(luò)到底能處理多大的圖像。

餐飲策劃：m.osudkoi.com/