UL Procyon AI Computer Vision Benchmark

UL Procyon Benchmarks sind für den Einsatz in Industrie, Unternehmen und Presse konzipiert, mit Tests und Funktionen, die speziell für professionelle Anwender erstellt wurden. Der UL Procyon AI Computer Vision Benchmark wurde zusammen mit Industriepartnern im Rahmen des UL Benchmark Development Program (BDP) konzipiert und entwickelt. Das BDP ist eine Initiative von UL Solutions, die zum Ziel hat, durch enge Zusammenarbeit mit den Programm-Mitgliedern relevante und unparteiische Benchmarks zu schaffen.

MobileNet V3

MobileNet V3 ist ein kompaktes visuelles Erkennungsmodell, das speziell für Mobilgeräte entwickelt wurde. Der Benchmark nutzt MobileNet V3 zur Identifizierung von Bildobjekten, wobei eine Liste mit Wahrscheinlichkeitswerten für die im Bild identifizierten Inhalte ausgegeben wird. Der Benchmark verwendet die große minimalistische Variante von MobileNet V3.

Inception V4

Inception V4 ist ein modernes Modell für Bildklassifizierungsaufgaben. Es wurde auf Genauigkeit ausgelegt und ist ein viel breiteres und tieferes Modell als MobileNet. Der Benchmark nutzt Inception V4 zur Identifizierung von Bildobjekten, wobei eine Liste mit Wahrscheinlichkeitswerten für die im Bild identifizierten Inhalte ausgegeben wird.

YOLO V3

YOLO steht für „You Only Look Once“ und ist ein Objekterkennungsmodell, das die Position von Objekten in einem Bild ermitteln soll. Der Benchmark verwendet YOLO V3, um Begrenzungsrahmen (Bounding Boxes) um Objekte herum zu erzeugen und die Wahrscheinlichkeit anzugeben, dass es sich tatsächlich um das jeweilige Objekt handelt.

DeepLab V3

DeepLab ist ein Bildsegmentierungsmodell, das darauf abzielt, die Pixel eines Bildes zu gruppieren, die zur gleichen Objektklasse gehören. Die semantische Bildsegmentierung kennzeichnet jeden Bereich des Bildes mit einer Objektklasse. Der Benchmark verwendet MobileNet V2 für die Feature-Extraktion, was eine schnelle Inferenz mit geringen Qualitätsunterschieden im Vergleich zu größeren Modellen ermöglicht.

Real-ESRGAN

Real-ESRGAN ist ein Superauflösungsmodell, das mit synthetischen Daten trainiert, um die Auflösung eines Bildes zu verbessern und so aus einem Bild mit einer niedrigeren Auflösung eine Version mit einer höheren Auflösung zu erzeugen. Das im Benchmark verwendete Modell ist die allgemeine Bildvariante von Real-ERSGAN und kann ein Bild von 250 x 250 auf ein Bild von 1000 x 1000 hochskalieren.

ResNet 50

ResNet 50 ist ein Bildklassifizierungsmodell, das auf ganz neue Art und Weise mithilfe von Restblöcken weitere Faltungsebenen bereitstellt. Seine Einführung ermöglichte das Anlernen tiefer neuronaler Netze, was bisher nicht möglich war. Der Benchmark nutzt ResNet 50 zur Identifizierung von Bildobjekten, wobei eine Liste mit Wahrscheinlichkeitswerten für die im Bild identifizierten Inhalte ausgegeben wird.