Sintonizzati su YOLO Vision 2025!
25 settembre 2025
10:00 — 18:00 BST
Evento ibrido
Yolo Vision 2024

Competizione di esportazione Ultralytics YOLOv5

Il team di Ultralytics

3 minuti di lettura

17 maggio 2021

Partecipa alla competizione di esportazione YOLOv5 di Ultralytics entro il 31 agosto 2021 per avere la possibilità di vincere premi per un valore di $10.000 in 5 categorie!

Siamo entusiasti di annunciare la prima Ultralytics YOLOv5 Export Competition con $10.000,00 in premi in denaro! Il nostro obiettivo è aiutare tutti ad addestrare facilmente i migliori modelli di Vision AI al mondo e anche ad aiutare tutti a implementare i propri modelli altrettanto facilmente ovunque vogliano utilizzarli.

Data

La competizione si svolgerà dal 17 maggio 2021 al 31 agosto 2021.

Scadenza

Il termine ultimo per le candidature è fissato alle 24:00 UTC del 31 agosto 2021. Dopo questa data, il concorso sarà chiuso e ulteriori candidature non saranno ammissibili al premio in denaro.

$10000 in Premi

La migliore submission in ciascuna delle 5 categorie reclamerà l'intero premio di $2000.00 (2000.00 USD) da Ultralytics per quella categoria.

5 Categorie

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

Invii

Per partecipare, crea un repository Github pubblico per il tuo invio, assegna al tuo lavoro una licenza open source e pubblica il tuo invio direttamente in uno dei 5 thread ufficiali di invio dell'EXPORT Competition per consentire alla community di votare. Si noti che questi thread sono solo per gli invii ufficiali. Domande o commenti generali possono essere posti direttamente in questo thread o in una nuova discussione. Link agli invii:

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 alla fine di settembre 2021 e i premi saranno distribuiti immediatamente dopo.

Categorie di competizione

Nvidia Jetson Nano

Hardware di valutazione: Jetson Nano Developer Kit

Premio: $2.000

Google Edge TPU

Hardware di valutazione: Coral Dev Board Mini

Premio: $2.000

Raspberry Pi

Hardware di valutazione: Raspberry Pi 4 Model B

Premio: $2.000

CPU Intel/AMD

Hardware di valutazione: AWS EC2 t3.medium

Premio: $2.000

Android

Hardware di valutazione: Xiaomi Mi 11

Premio: $2.000

*I fondi saranno convertiti nella valuta locale del partecipante utilizzando il tasso di cambio corrente alla data del trasferimento. Il premio in denaro sarà trasferito tramite Wise, consulta l'elenco dei paesi idonei per i trasferimenti di premi in denaro.

Scoring

Il 50% dei punteggi delle proposte sarà deciso da Ultralytics, e il 50% sarà deciso dal feedback della community, sommando 👍 o 👎 su ogni proposta. 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 minima quantità di codice.

2. Qualità della documentazione (20%)

Gli invii devono essere ben documentati utilizzando un file di invio in markdown. Ogni passaggio deve essere spiegato, inclusi setup/requisiti, eventuali impostazioni/argomentazioni, passaggi di esportazione e configurazione dell'ambiente distribuito, se applicabile.

3. Qualità della presentazione (20%)

Ogni aspetto dell'esportazione e del deployment, a partire da un modello yolov5s.pt ufficiale, 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 i deployment Android, deve essere inclusa anche un'app di riferimento Android. Una submission deve includere il 100% di ciò che è necessario per esportare e utilizzare completamente un modello YOLOv5.

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

I modelli sottoposti a deployment devono restituire risultati di inferenza quasi identici ai modelli PyTorch YOLOv5 ufficiali (ovvero, inferenza con python detect.py --weights yolov5s.pt). L'accuratezza delle soluzioni sottoposte a deployment sarà analizzata su un set di test hold-out di immagini Ultralytics non disponibili al pubblico. Anche la velocità è molto importante, con le soluzioni di deployment più veloci fortemente favorite. Per Android, le esportazioni ai delegati GPU, NNAPI e Hexagon riceveranno il punteggio più alto.

Costruiamo insieme il futuro
dell'AI!

Inizia il tuo viaggio con il futuro del machine learning

Inizia gratis
Link copiato negli appunti