Gagnants du concours d'exportation Ultralytics YOLOv5
Découvre les gagnants du concours d'exportation Ultralytics YOLOv5, qui présente le meilleur du déploiement de modèles d'IA sur divers appareils.
Dans le but d'aider chacun à entraîner et déployer facilement les meilleurs modèles de vision par ordinateur, nous avons organisé notre première compétition d'exportation Ultralytics YOLOv5. Nous accordons une grande importance au contact avec les membres de notre communauté open-source et sommes toujours impressionnés par les nombreuses applications que les utilisateurs créent.
Link to this sectionDate limite#
La compétition s'est déroulée du 17 mai 2021 au 31 août 2021 à 24h00 UTC. Après cette date, la compétition a été clôturée et les soumissions ultérieures n'étaient plus éligibles pour les prix.
Link to this sectionÉvaluation#
L'évaluation a eu lieu du 1er septembre 2021 au 16 septembre 2021. Notre équipe a examiné minutieusement chaque soumission.
Link to this section10 000 $ en prix#
La meilleure soumission dans chaque catégorie a remporté la totalité de la dotation de 2000,00 $ (2000,00 USD) offerte par Ultralytics pour cette catégorie.
Link to this section5 catégories#
Avec l'aide de notre incroyable communauté, nous avons précédemment créé 5 catégories représentant les scénarios de déploiement réel les plus populaires pour les modèles YOLOv5, incluant Jetson Nano, Raspberry Pi, Google Edge TPU, CPU de bureau et appareils Android Edge.
Link to this sectionSoumissions#
Nos participants ont créé un dépôt GitHub public pour leur soumission, ont associé leur travail à une licence open source et ont posté leur soumission directement dans l'un des 5 fils de discussion officiels de la compétition d'exportation pour permettre à la communauté de voter. Note que ces fils de discussion étaient réservés uniquement aux soumissions officielles. Les questions ou commentaires généraux ont été posés directement dans ce fil, ou dans une nouvelle discussion. Liens vers les soumissions :
Link to this sectionGagnants de la compétition#
Après mûre réflexion, nous avons désigné les gagnants pour chacune des cinq catégories, qui représentent les scénarios de déploiement réel les plus populaires pour les modèles YOLOv5. Tous les participants ont été contactés personnellement et les prix ont été versés à nos gagnants par la suite. Aujourd'hui, nous sommes heureux de partager enfin les meilleures solutions avec toi !
Link to this sectionNVIDIA Jetson Nano#
Prix : 2000 $
Link to this sectionGoogle Edge TPU#
Prix : 2000 $
Link to this sectionAndroid#
Prix : 2000 $
Link to this sectionRaspberry Pi#
Prix : 2000 $
Aucun gagnant *
Link to this sectionIntel/AMD CPU#
Prix : 2000 $
Aucun gagnant *
Les soumissions dans cette catégorie n'ont pas satisfait aux exigences minimales pour chacun des critères d'évaluation. Par conséquent, aucun gagnant n'a été sélectionné pour cette catégorie cette fois-ci, cependant, il y aura d'autres opportunités pour les participants de concourir à nouveau à l'avenir.
Félicitations aux gagnants ! N'oublie pas de consulter leurs dépôts.
"La bibliothèque YOLOv5 est excellente - elle est mise à jour presque quotidiennement, les modèles fonctionnent bien et l'expérience utilisateur ne cesse de s'améliorer. Une grande partie de mes recherches implique le déploiement de ML sur des appareils embarqués, et j'avais déjà travaillé avec l'EdgeTPU, donc cela semblait être un défi amusant." Josh Veitch-Michaelis
Nous tenons également à adresser un grand merci à tous ceux qui ont participé à notre compétition d'exportation ! Nous avons la chance de compter de nombreux membres précieux dans notre communauté open-source. Ce sont vos contributions à tous qui rendent notre communauté formidable.
Reste génial et continue de créer ! 🚀
Link to this sectionNotation#
Les soumissions de la compétition d'exportation ont été jugées sur la base de plusieurs critères : la simplicité et la reproductibilité de leurs méthodes d'exportation, la qualité de leur documentation, la qualité de l'exportation ainsi que la vitesse et la précision de leurs modèles exportés. Ces soumissions ont ensuite été notées à la fois par l'équipe d'Ultralytics et par les retours de la communauté.
Link to this sectionQualité de l'exportation (20%)#
L'exportation la plus simple sera celle qui comportera le moins d'étapes, nécessitera le moins d'arguments/paramètres, utilisera le moins grand nombre de paquets importés et pourra être exécutée avec le moins de code possible.
Link to this sectionQualité de la documentation (20%)#
Les soumissions doivent être bien documentées à l'aide d'un fichier de soumission au format markdown. Chaque étape doit être expliquée, y compris la configuration/les prérequis, les paramètres/arguments, les étapes d'exportation et la configuration de l'environnement de déploiement, le cas échéant.
Link to this sectionQualité de la soumission (20%)#
Tous les aspects de l'exportation et du déploiement, en commençant par un modèle officiel yolov5s.pt, doivent être inclus. Pour les environnements nécessitant des prérequis spéciaux, comme Jetson Nano, tous les paquets et/ou images Docker doivent être fournis et documentés. Pour les déploiements Android, une application de référence Android doit également être incluse. Une soumission doit inclure 100% de ce qui est nécessaire pour exporter et utiliser pleinement un modèle YOLOv5.
Link to this sectionVitesse et précision du modèle déployé (40%)#
Les modèles déployés doivent renvoyer des résultats d'inférence quasi identiques aux modèles officiels YOLOv5 PyTorch (c'est-à-dire l'inférence avec python detect.py --weights yolov5s.pt). La précision des solutions déployées sera analysée sur un jeu de test retenu d'images Ultralytics qui ne sont pas accessibles au public. La vitesse est également très importante, les solutions de déploiement les plus rapides étant fortement favorisées. Pour Android, les exportations vers les délégués GPU, NNAPI et Hexagon recevront la meilleure note ici.
