Mit dem Ziel, jedem zu helfen, die besten Vision AI-Modelle einfach zu trainieren und einzusetzen, haben wir unseren ersten Ultralytics YOLOv5 Export-Wettbewerb organisiert. Wir schätzen den Kontakt mit den Mitgliedern unserer Open-Source-Community und sind immer wieder beeindruckt von den zahlreichen Anwendungen, die die Benutzer erstellen.
Frist
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.
Bewertung
Die Bewertung fand vom 1. September 2021 bis zum 31. September 2021 statt. Unser Team hat jede Einreichung gründlich geprüft.
10000 $ an Preisen
Die beste Einsendung in den Kategorien hat das volle Preisgeld von $2000,00 (2000,00 USD) von Ultralytics für diese Kategorie erhalten.
5 Kategorien
Mit Hilfe unserer großartigen Community haben wir 5 Kategorien erstellt, die die beliebtesten Einsatzszenarien für YOLOv5 darstellen, darunter Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop CPU und Android Edge-Geräte.
Einreichungen
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:
1. Nvidia Jetson Nano
2. Google Edge TPU
3. Raspberry Pi
4. CPU
5. Android
Wettbewerbsgewinner
Nach reiflicher Überlegung haben wir uns für die Gewinner in jeder der fünf Kategorien entschieden, die die beliebtesten Einsatzszenarien für YOLOv5 in der Praxis darstellen. Alle Teilnehmer wurden persönlich kontaktiert und die Preise wurden anschließend an die Gewinner ausgezahlt. Heute freuen wir uns, endlich die besten Lösungen mit Ihnen zu teilen!
Nvidia Jetson Nano
Preis: 2000 $
Alexander Mamaev
Google Edge TPU
Preis: 2000 $
Josh Veitch-Michaelis
Android
Preis: 2000 $
Yasuhiro Nitta
Raspberry Pi
Preis: 2000 $
Kein Gewinner *
CPU
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 ist großartig - sie wird fast täglich aktualisiert, die Modelle funktionieren gut und die Benutzerfreundlichkeit wird ständig verbessert. Ein großer Teil meiner Forschung beinhaltet den Einsatz von ML auf eingebetteten Geräten, und ich hatte bereits mit der EdgeTPU gearbeitet, so dass dies eine interessante Herausforderung war."
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! 🚀
Bewertung
Die Einreichungen des Exportwettbewerbs wurden nach mehreren Kriterien beurteilt: Einfachheit und Reproduzierbarkeit der Exportmethoden, Qualität der Dokumentation, Qualität des Exports sowie Geschwindigkeit und Genauigkeit der exportierten Modelle. Diese Einreichungen wurden dann sowohl vom Ultralytics als auch vom Feedback der Gemeinschaft bewertet.
Qualität des Exports (20%)
Der einfachste Export erfordert die wenigsten Schritte, die wenigsten Argumente/Parameter, die wenigsten importierten Pakete und ist mit dem geringsten Code ausführbar.
Qualität der Dokumentation (20%)
Die Einreichungen sollten in einer markdown gut dokumentiert sein. Jeder Schritt sollte erklärt werden, einschließlich Einrichtung/Anforderungen, Einstellungen/Argumente, Exportschritte und Einrichtung der Einsatzumgebung, falls zutreffend.
Qualität der Einreichung (20%)
Jeder Aspekt des Exports und der Bereitstellung, ausgehend von einem offiziellen yolov5s.pt-Modell, sollte enthalten sein. Für Umgebungen, die besondere Anforderungen stellen, wie z. B. Jetson Nano, müssen alle Pakete und/oder Docker-Images bereitgestellt und dokumentiert werden. Für Android sollte auch eine Android enthalten sein. Eine Einreichung muss 100% dessen enthalten, was für den vollständigen Export und die Verwendung eines YOLOv5 erforderlich ist.
Geschwindigkeit und Genauigkeit des bereitgestellten Modells (40%)
Die eingesetzten Modelle sollten nahezu identische Ergebnisse liefern wie die offiziellen YOLOv5 PyTorch (d. h. Inferenz mit python detect.py --weights yolov5s.pt). Die Genauigkeit der eingesetzten Lösungen wird anhand einer Testmenge von Ultralytics analysiert, die der Öffentlichkeit nicht zur Verfügung stehen. Auch die Geschwindigkeit ist sehr wichtig, wobei die schnellsten Lösungen bevorzugt werden. Für Android werden die Exporte auf GPU, NNAPI und Hexagon-Delegierte erhalten hier die höchste Punktzahl.
