X
Ultralytics YOLOv8.2 LibérationUltralytics YOLOv8.2 LibérationUltralytics YOLOv8.2 Flèche de déverrouillage
Contrôle vert
Lien copié dans le presse-papiers

YOLOv5 Compétition à l'exportation

Rejoins Ultralytics'YOLOv5 Concours d'exportation avant le 31 août 2021, pour avoir la chance de gagner des prix d'une valeur de 10 000 $ répartis dans 5 catégories.

Nous sommes ravis d'annoncer le tout premier concours d'exportation Ultralytics YOLOv5 avec des prix en espèces d'une valeur de 10 000 $ ! Notre objectif est d'aider tout le monde à former facilement les meilleurs modèles Vision AI du monde, et aussi d'aider tout le monde à déployer leurs modèles tout aussi facilement partout où ils veulent les utiliser.

Date

Le concours se déroulera du 17 mai 2021 au 31 août 2021.

Date limite

La date limite des soumissions est fixée à 24 heures UTC le 31 août 2021. Après cette date, le concours sera clôturé et les soumissions ultérieures ne pourront pas être récompensées.

10000 $ de prix

La meilleure proposition dans chacune des 5 catégories recevra le prix complet de 2000 dollars américains ($2000.00 USD) sur Ultralytics pour cette catégorie.

5 Catégories

Based on community feedback, we created 5 categories which represent the most popular real-world deployment scenarios for YOLOv5 models, including Jetson Nano, Raspberry Pi, Google Edge TPU, desktop CPU and Android edge devices.

Soumissions

Pour participer, crée un dépôt Github public pour ta soumission, attribue à ton travail une licence open source et poste ta soumission directement sur l'un des 5 fils de discussion officiels des soumissions du Concours EXPORT pour permettre à la communauté de voter. Note que ces fils de discussion ne concernent que les soumissions officielles. Les questions générales ou les commentaires peuvent être posés directement dans ce fil de discussion, ou dans une nouvelle discussion. Liens vers les soumissions :

1. Nvidia Jetson Nano

2. Google Edge TPU

3. Raspberry Pi

4. Intel/AMD CPU

5. Android

L'évaluation aura lieu du 1er septembre 2021 au 16 septembre 2021. Les gagnants seront annoncés fin septembre 2021, et les prix seront versés immédiatement après.

Catégories de concours

Nvidia Jetson Nano

Matériel d'évaluation : Kit de développement Jetson Nano

Prix : 2 000

Google Edge TPU

Matériel d'évaluation : Coral Dev Board Mini

Prix : 2 000

Raspberry Pi

Matériel d'évaluation : Raspberry Pi 4 Model B

Prix : 2 000

Intel/AMD CPU

Matériel d'évaluation : AWS EC2 t3.medium

Prix : 2 000

Android

Matériel d'évaluation : Xiaomi Mi 11

Prix : 2 000

*Les fonds seront convertis dans la devise locale du participant en utilisant le taux de change en vigueur à la date du transfert. Les prix seront transférés via Wise, voir la liste d' éligibilité des pays pour les transferts de prix.

Notation

50 % des notes des soumissions seront décidées par Ultralytics, et 50 % seront décidées par les commentaires de la communauté, en additionnant 👍 ou 👎 sur chaque soumission. La notation de Ultralytics sera déterminée par :

1. Qualité de l'exportation (20 %)

L'exportation la plus simple comportera le moins d'étapes, nécessitera le moins d'arguments/paramètres, utilisera le moins de paquets importés et sera exécutable avec le moins de code possible.

2. Qualité de la documentation (20 %)

Les soumissions doivent être bien documentées à l'aide d'un fichier de soumission markdown . Chaque étape doit être expliquée, y compris la configuration/les exigences, tous les paramètres/arguments, les étapes d'exportation et la configuration de l'environnement déployé, le cas échéant.

3. Qualité de la soumission (20 %)

Every aspect of export and deployment, starting from an official yolov5s.pt model, should be included. For environments that require special requirements, like Jetson Nano, all packages and/or Docker images must be supplied and documented. For Android deployments, an Android reference app should also be included. A submission must include 100% of what is required to fully export and use a YOLOv5 model.

4. Vitesse et précision du modèle déployé (40%)

Deployed models should return near-identical inference results to official YOLOv5 PyTorch models (i.e. inference with python detect.py --weights yolov5s.pt). Accuracy of deployed solutions will be analyzed on a hold-out test set of Ultralytics images which are unavailable to the public. Speed is very important also, with the fastest deployment solutions heavily favored. For Android, exports to GPU, NNAPI and Hexagon delegates will receive highest scoring here.

Logo FacebookLogo de TwitterLogo LinkedInSymbole du lien de copie

Lire la suite dans cette catégorie

Construisons ensemble le futur
de l'IA !

Commence ton voyage avec le futur de l'apprentissage automatique.