Entdecken Sie die Gewinner des Ultralytics YOLOv5 Export Wettbewerbs, der die besten KI-Modell-Deployments auf verschiedenen Geräten präsentiert.
Schalten Sie ein zu YOLO Vision 2025!
25. September 2025
10:00 — 18:00 Uhr BST
Hybride Veranstaltung
Entdecken Sie die Gewinner des Ultralytics YOLOv5 Export Wettbewerbs, der die besten KI-Modell-Deployments auf verschiedenen Geräten präsentiert.
Mit dem Ziel, jedem das einfache Trainieren und Deployment der besten Vision AI-Modelle zu ermöglichen, haben wir unseren ersten Ultralytics YOLOv5 Export Wettbewerb organisiert. Wir schätzen den Kontakt zu den Mitgliedern unserer Open-Source-Community und sind immer wieder beeindruckt von den zahlreichen Anwendungen, die Benutzer erstellen.
Der Wettbewerb lief vom 17. Mai 2021 bis zum 31. September 2021, 24:00 Uhr UTC. Nach diesem Datum wurde der Wettbewerb geschlossen und weitere Einreichungen waren nicht mehr für Preisgelder berechtigt.
Die Bewertung fand vom 1. September 2021 bis zum 31. September 2021 statt. Unser Team hat jede Einreichung gründlich geprüft.
Die beste Einsendung in den jeweiligen Kategorien hat den vollen Preispool von 2000,00 $ (2000,00 USD) von Ultralytics für diese Kategorie erhalten.
Mit Hilfe unserer großartigen Community haben wir zuvor 5 Kategorien erstellt, die die beliebtesten realen Deployment-Szenarien für YOLOv5-Modelle darstellen, darunter Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop-CPU und Android Edge-Geräte.
Unsere Teilnehmer haben ein öffentliches Github-Repository für ihre Einreichung erstellt, ihrer Arbeit eine Open-Source-Lizenz zugewiesen und ihre Einreichung direkt in einem der 5 offiziellen EXPORT-Wettbewerbs-Threads veröffentlicht, damit die Community abstimmen kann. Bitte beachten Sie, dass diese Threads nur für offizielle Einreichungen bestimmt waren. Allgemeine Fragen oder Kommentare wurden direkt in diesem Thread oder in einer neuen Diskussion gestellt. Links zu den Einreichungen:
Nach reiflicher Überlegung haben wir die Gewinner für jede der fünf Kategorien ausgewählt, die die gängigsten realen Einsatzszenarien für YOLOv5-Modelle darstellen. Alle Teilnehmer wurden persönlich kontaktiert und die Preise wurden anschließend an unsere Gewinner ausgeschüttet. Heute freuen wir uns, Ihnen endlich die besten Lösungen präsentieren zu können!
Preis: 2000 $
Preis: 2000 $
Preis: 2000 $
Preis: 2000 $
Kein Gewinner *
Preis: 2000 $
Kein Gewinner *
*Die Einreichungen in dieser Kategorie entsprachen nicht den Mindestanforderungen in jedem der Bewertungskriterien. Daher wurde diesmal kein Gewinner für diese Kategorie ausgewählt. Es wird jedoch in Zukunft weitere Möglichkeiten für die Teilnehmer geben, erneut anzutreten.
Herzlichen Glückwunsch an die Gewinner! Schauen Sie sich unbedingt ihre Repositories an.
"Die YOLOv5-Bibliothek ist großartig – sie wird fast täglich aktualisiert, die Modelle funktionieren gut und die Benutzererfahrung verbessert sich ständig. Ein Großteil meiner Forschung befasst sich mit dem Einsatz von ML auf eingebetteten Geräten, und ich hatte zuvor mit dem EdgeTPU gearbeitet, daher schien dies eine lustige Herausforderung zu sein."
Josh Veitch-Michaelis
Wir möchten uns auch bei allen bedanken, die an unserem Export-Wettbewerb teilgenommen haben! Wir schätzen uns glücklich, zahlreiche wertvolle Mitglieder in unserer Open-Source-Community zu haben. Es sind die Beiträge von euch allen, die unsere Community so großartig machen.
Bleibt großartig und macht weiter so! 🚀
Die Einreichungen des Export-Wettbewerbs wurden anhand verschiedener Kriterien beurteilt: Einfachheit und Reproduzierbarkeit ihrer Exportmethoden, die Qualität ihrer Dokumentation, die Qualität des Exports sowie die Geschwindigkeit und Genauigkeit ihrer exportierten Modelle. Diese Einreichungen wurden dann sowohl vom Team hier bei Ultralytics als auch durch Community-Feedback bewertet.
Der einfachste Export erfordert die wenigsten Schritte, die wenigsten Argumente/Parameter, die wenigsten importierten Pakete und ist mit dem geringsten Code ausführbar.
Einreichungen sollten gut dokumentiert sein, indem eine Markdown-Datei verwendet wird. Jeder Schritt sollte erklärt werden, einschließlich Einrichtung/Anforderungen, aller Einstellungen/Argumente, Exportschritte und der Einrichtung der bereitgestellten Umgebung, falls zutreffend.
Jeder Aspekt des Exports und der Bereitstellung, beginnend mit einem offiziellen yolov5s.pt-Modell, sollte enthalten sein. Für Umgebungen, die spezielle Anforderungen erfordern, wie Jetson Nano, müssen alle Pakete und/oder Docker-Images bereitgestellt und dokumentiert werden. Für Android-Bereitstellungen sollte auch eine Android-Referenz-App enthalten sein. Eine Einreichung muss zu 100 % alles enthalten, was erforderlich ist, um ein YOLOv5-Modell vollständig zu exportieren und zu verwenden.
Bereitgestellte Modelle sollten nahezu identische Inferenz-Ergebnisse wie offizielle YOLOv5 PyTorch-Modelle liefern (d.h. Inferenz mit python detect.py --weights yolov5s.pt). Die Genauigkeit der bereitgestellten Lösungen wird anhand eines zurückgehaltenen Testdatensatzes von Ultralytics-Bildern analysiert, die der Öffentlichkeit nicht zugänglich sind. Geschwindigkeit ist ebenfalls sehr wichtig, wobei die schnellsten Bereitstellungslösungen stark bevorzugt werden. Für Android erhalten Exporte an GPU-, NNAPI- und Hexagon-Delegierte hier die höchste Punktzahl.
