Concorso per l'esportazione di Ultralytics YOLOv5

Team Ultralytics

3 minuti di lettura

17 maggio 2021

Partecipate al concorso di esportazione YOLOv5 di Ultralytics entro il 31 agosto 2021, per avere la possibilità di vincere 10.000 dollari in premi in 5 categorie!

Siamo entusiasti di annunciare il primo concorso di esportazione Ultralytics YOLOv5 con 10.000,00 dollari di premi in denaro! Il nostro obiettivo è quello di aiutare tutti ad addestrare facilmente i migliori modelli di Vision AI del mondo e di aiutare tutti a distribuire i loro modelli con la stessa facilità ovunque vogliano utilizzarli.

Data

Il concorso si svolgerà dal 17 maggio 2021 al 31 agosto 2021.

Scadenza

Il termine ultimo per la presentazione dei lavori è fissato alle 24:00 UTC del 31 agosto 2021. Dopo questa data, il concorso sarà chiuso e non sarà più possibile ricevere il premio in denaro.

10000 dollari in premi

La migliore proposta in ciascuna delle 5 categorie riceverà da Ultralytics l'intero montepremi di 2000,00 dollari (2000,00 USD) per quella categoria.

5 Categorie

Sulla base del feedback della comunità, abbiamo creato 5 categorie che rappresentano gli scenari di utilizzo più diffusi nel mondo reale per i modelli YOLOv5, tra cui Jetson Nano, Raspberry Pi, Google Edge TPU, CPU desktop e dispositivi edge Android.

Invii

Per partecipare, create un repository Github pubblico per il vostro lavoro, assegnategli una licenza open source e postatelo direttamente in uno dei 5 thread ufficiali del Concorso EXPORT per consentire alla comunità di votare. Si noti che questi thread sono riservati alle candidature ufficiali. Domande o commenti di carattere generale possono essere posti direttamente in questo thread o in una nuova discussione. Link alle candidature:

1. Nvidia Jetson Nano

2. Google Edge TPU

3. Raspberry Pi

4. CPU Intel/AMD

5. Android

La valutazione si svolgerà dal 1° settembre 2021 al 16 settembre 2021. I vincitori saranno annunciati a fine settembre 2021 e i premi saranno erogati immediatamente dopo.

Categorie del concorso

Nvidia Jetson Nano

Hardware di valutazione: Kit di sviluppo Jetson Nano

Premio: 2.000 dollari

Google Edge TPU

Hardware di valutazione: Coral Dev Board Mini

Premio: 2.000 dollari

Raspberry Pi

Hardware di valutazione: Raspberry Pi 4 Modello B

Premio: 2.000 dollari

CPU Intel/AMD

Hardware di valutazione: AWS EC2 t3.medium

Premio: 2.000 dollari

Android

Valutazione dell'hardware: Xiaomi Mi 11

Premio: 2.000 dollari

*I fondi saranno convertiti nella valuta locale del partecipante utilizzando il tasso di cambio corrente alla data del trasferimento. I premi in denaro saranno trasferiti tramite Wise; per i trasferimenti dei premi in denaro, consultare l'elenco dei Paesi idonei.

Punteggio

Il 50% dei punteggi delle candidature sarà deciso da Ultralytics e il 50% sarà deciso dal feedback della comunità, sommando 👍 o 👎 per ogni candidatura. Il punteggio di Ultralytics sarà determinato da:

1. Qualità dell'esportazione (20%)

L'esportazione più semplice avrà il minor numero di passaggi, richiederà il minor numero di argomenti/parametri, utilizzerà il minor numero di pacchetti importati e sarà eseguibile con la minor quantità di codice.

2. Qualità della documentazione (20%)

Le sottomissioni devono essere ben documentate utilizzando un file di sottomissione markdown. Ogni fase deve essere spiegata, compresi i requisiti di configurazione, le impostazioni/argomenti, le fasi di esportazione e la configurazione dell'ambiente di distribuzione, se applicabile.

3. Qualità della presentazione (20%)

Ogni aspetto dell'esportazione e della distribuzione, a partire da un modello ufficiale yolov5s.pt, deve essere incluso. Per gli ambienti che richiedono requisiti speciali, come Jetson Nano, tutti i pacchetti e/o le immagini Docker devono essere forniti e documentati. Per le distribuzioni Android, deve essere inclusa anche un'applicazione Android di riferimento. L'invio deve includere il 100% di quanto richiesto per esportare e utilizzare completamente un modello YOLOv5.

4. Velocità e precisione del modello distribuito (40%)

I modelli implementati dovrebbero restituire risultati di inferenza quasi identici a quelli dei modelli ufficiali di YOLOv5 PyTorch (cioè l'inferenza con python detect.py --weights yolov5s.pt). L'accuratezza delle soluzioni implementate sarà analizzata su un set di prova di immagini Ultralytics non disponibili al pubblico. Anche la velocità è molto importante, con le soluzioni di distribuzione più veloci fortemente favorite. Per Android, le esportazioni su GPU, NNAPI e i delegati Hexagon riceveranno il punteggio più alto.

Costruiamo insieme il futuro
dell'IA!

Iniziate il vostro viaggio nel futuro dell'apprendimento automatico

Iniziare gratuitamente
Link copiato negli appunti