Die Gewinner der Ultralytics YOLOv5 Export Competition
Entdecke die Gewinner der Ultralytics YOLOv5 Export Competition, die das Beste bei der Bereitstellung von KI-Modellen auf verschiedenen Geräten präsentieren.
Mit dem Ziel, jedem zu helfen, die besten Vision AI-Modelle einfach zu trainieren und bereitzustellen, haben wir unseren ersten Ultralytics YOLOv5 Export Competition organisiert. Wir schätzen den Kontakt zu Mitgliedern unserer Open-Source-Community und sind stets beeindruckt von den zahlreichen Anwendungen, die Benutzer erstellen.
Einsendeschluss#
Der Wettbewerb lief vom 17. Mai 2021 bis zum 31. August 2021, 24:00 Uhr UTC. Nach diesem Datum wurde der Wettbewerb geschlossen und weitere Einsendungen waren nicht mehr preisgeldberechtigt.
Bewertung#
Die Bewertung fand vom 1. September 2021 bis zum 16. September 2021 statt. Unser Team hat jede Einsendung gründlich geprüft.
$10.000 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 fantastischen Community haben wir zuvor 5 Kategorien erstellt, die die beliebtesten realen Bereitstellungsszenarien für Ultralytics YOLOv5-Modelle repräsentieren, darunter Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop-CPU und Android-Edge-Geräte.
Einsendungen#
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 Competition-Einreichungs-Threads gepostet, damit die Community abstimmen kann. Beachte, dass diese Threads nur für offizielle Einreichungen gedacht waren. Allgemeine Fragen oder Kommentare wurden direkt in diesem Thread oder in einer neuen Diskussion gestellt. Links zu den Einreichungen:
Wettbewerbsgewinner#
Nach langer Überlegung haben wir die Gewinner für jede der fünf Kategorien ausgewählt, die die beliebtesten realen Bereitstellungsszenarien für Ultralytics YOLOv5-Modelle repräsentieren. Alle Teilnehmer wurden persönlich kontaktiert und die Preise wurden anschließend an unsere Gewinner ausgezahlt. Heute freuen wir uns, endlich die besten Lösungen mit dir zu teilen!
NVIDIA Jetson Nano#
Preis: $2000
Google Edge TPU#
Preis: $2000
Android#
Preis: $2000
Raspberry Pi#
Preis: $2000
Kein Gewinner *
Intel/AMD CPU#
Preis: $2000
Kein Gewinner *
*Die Einsendungen in dieser Kategorie entsprachen nicht den Mindestanforderungen der jeweiligen Bewertungskriterien. Daher wurde diesmal kein Gewinner für diese Kategorie ausgewählt; es wird jedoch in Zukunft weitere Möglichkeiten für Teilnehmer geben, sich erneut zu messen.
Herzlichen Glückwunsch an die Gewinner! Schau dir unbedingt ihre Repositories an.
"Die Ultralytics YOLOv5-Bibliothek ist großartig – sie wird fast täglich aktualisiert, die Modelle funktionieren gut und die Nutzererfahrung verbessert sich kontinuierlich. Ein Großteil meiner Forschung befasst sich mit der Bereitstellung von ML auf eingebetteten Geräten, und ich hatte zuvor bereits mit der Edge TPU gearbeitet, daher schien dies eine spaßige Herausforderung zu sein." Josh Veitch-Michaelis
Wir möchten auch ein großes Dankeschön an alle aussprechen, die an unserem Export-Wettbewerb teilgenommen haben! Wir können uns glücklich schätzen, zahlreiche wertvolle Mitglieder in unserer Open-Source-Community zu haben. Es sind eure Beiträge, die unsere Community großartig machen.
Bleib fantastisch und erschaffe weiter! 🚀
Bewertung#
Die Beiträge des Export-Wettbewerbs wurden auf der Grundlage mehrerer Kriterien bewertet: Einfachheit und Reproduzierbarkeit ihrer Exportmethoden, Qualität ihrer Dokumentation, Qualität des Exports sowie Geschwindigkeit und Genauigkeit ihrer exportierten Modelle. Diese Einsendungen wurden dann sowohl vom Team hier bei Ultralytics als auch durch Feedback aus der Community bewertet.
Qualität des Exports (20%)#
Der einfachste Export weist die geringste Anzahl an Schritten auf, erfordert die wenigsten Argumente/Parameter, nutzt die wenigsten importierten Pakete und ist mit dem geringsten Codeaufwand ausführbar.
Qualität der Dokumentation (20%)#
Einsendungen sollten mithilfe einer Markdown-Datei gut dokumentiert sein. Jeder Schritt sollte erklärt werden, einschließlich Einrichtung/Anforderungen, aller Einstellungen/Argumente, Exportschritte und, falls zutreffend, der Einrichtung der Bereitstellungsumgebung.
Qualität der Einsendung (20%)#
Jeder Aspekt des Exports und der Bereitstellung, ausgehend von einem offiziellen yolov5s.pt-Modell, sollte enthalten sein. Für Umgebungen, die spezielle Anforderungen erfordern, wie z. B. 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 Einsendung muss zu 100% alles enthalten, was für das vollständige Exportieren und Verwenden eines YOLOv5-Modells erforderlich ist.
Geschwindigkeit und Genauigkeit des bereitgestellten Modells (40%)#
Bereitgestellte Modelle sollten nahezu identische Inferenzergebnisse wie offizielle YOLOv5 PyTorch-Modelle liefern (d. h. Inferenz mit python detect.py --weights yolov5s.pt). Die Genauigkeit der bereitgestellten Lösungen wird anhand eines Hold-Out-Testsets von Ultralytics-Bildern analysiert, die der Öffentlichkeit nicht zugänglich sind. Die Geschwindigkeit ist ebenfalls sehr wichtig, wobei die schnellsten Bereitstellungslösungen stark bevorzugt werden. Für Android erhalten Exporte an GPU-, NNAPI- und Hexagon-Delegates hier die höchste Punktzahl.
