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 tout le monde à entraîner et déployer facilement les meilleurs modèles de vision par IA, nous avons organisé notre premier Ultralytics YOLOv5 Export Competition. Nous attachons de l'importance à rester en contact avec les membres de notre communauté open-source et sommes toujours impressionnés par les nombreuses applications que tu crées.
Date 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.
Évaluation#
L'évaluation a eu lieu du 1er septembre 2021 au 16 septembre 2021. Notre équipe a examiné minutieusement chaque soumission.
10 000 $ 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.
5 catégories#
Avec l'aide de notre incroyable communauté, nous avons préalablement créé 5 catégories représentant les scénarios de déploiement réel les plus populaires pour les modèles Ultralytics YOLOv5, incluant Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop CPU et les appareils Android Edge.
Soumissions#
Nos participants ont créé un dépôt GitHub public pour leur soumission, ont attribué à leur travail une open source license et ont publié leur soumission directement dans l'un des 5 fils de discussion officiels des soumissions du EXPORT Competition pour permettre à la communauté de voter. Note que ces fils étaient réservés aux soumissions officielles. Les questions générales ou les commentaires ont été posés directement dans ce fil, ou dans une nouvelle discussion. Liens vers les soumissions :
Gagnants de la compétition#
Après mûre réflexion, nous avons choisi les gagnants pour chacune des cinq catégories, qui représentent les scénarios de déploiement réel les plus populaires pour les modèles Ultralytics YOLOv5. Tous les participants ont été contactés personnellement et les prix ont ensuite été versés à nos gagnants. Aujourd'hui, nous sommes heureux de partager enfin les meilleures solutions avec toi !
NVIDIA Jetson Nano#
Prix : 2000 $
Google Edge TPU#
Prix : 2000 $
Android#
Prix : 2000 $
Raspberry Pi#
Prix : 2000 $
Aucun gagnant *
Intel/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 Ultralytics YOLOv5 est formidable – elle est mise à jour presque quotidiennement, les modèles fonctionnent bien et l'expérience utilisateur s'améliore continuellement. Une grande partie de mes recherches implique le déploiement du ML sur des appareils intégrés, et j'avais déjà travaillé avec EdgeTPU, donc cela m'a semblé 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 ! 🚀
Notation#
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.
Qualité 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.
Qualité 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.
Qualité 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.
Vitesse et précision du modèle déployé (40%)#
Les modèles déployés doivent renvoyer des résultats d'inférence quasi identiques aux modèles YOLOv5 PyTorch officiels (c'est-à-dire une inférence avec python detect.py --weights yolov5s.pt). L'Accuracy des solutions déployées sera analysée sur un ensemble de test réservé d'images Ultralytics qui ne sont pas publiques. La Speed est également très importante, les solutions de déploiement les plus rapides étant fortement privilégiées. Pour Android, les exportations vers les délégués GPU, NNAPI et Hexagon obtiendront les scores les plus élevés.
