Vincitori della competizione di esportazione di Ultralytics YOLOv5
Scopri i vincitori della competizione di esportazione di Ultralytics YOLOv5, che mette in mostra il meglio nel deployment di modelli AI su vari dispositivi.
Con l'obiettivo di aiutare chiunque ad addestrare e distribuire facilmente i migliori modelli di IA visiva, abbiamo organizzato la nostra prima Ultralytics YOLOv5 Export Competition. Teniamo molto a rimanere in contatto con i membri della nostra community open source e siamo sempre colpiti dalle numerose applicazioni create dagli utenti.
Scadenza#
La competizione si è svolta dal 17 maggio 2021 al 31 agosto 2021 alle 24:00 UTC. Dopo tale data, la competizione è stata chiusa e ulteriori candidature non sono state più idonee a ricevere premi in denaro.
Valutazione#
La valutazione ha avuto luogo dal 1° settembre 2021 al 16 settembre 2021. Il nostro team ha esaminato a fondo ogni candidatura.
$10000 in premi#
La migliore candidatura nelle categorie ha ottenuto l'intero montepremi di $2000.00 (2000.00 USD) da parte di Ultralytics per quella categoria.
5 categorie#
Con l'aiuto della nostra straordinaria community, in precedenza abbiamo creato 5 categorie che rappresentano gli scenari di distribuzione nel mondo reale più diffusi per i modelli Ultralytics YOLOv5, tra cui Jetson Nano, Raspberry Pi, Google Edge TPU, CPU Desktop e dispositivi Android Edge.
Candidature#
I nostri partecipanti hanno creato un repository GitHub pubblico per la loro presentazione, assegnato al proprio lavoro una open source license e pubblicato la propria proposta direttamente in uno dei 5 thread ufficiali della competizione EXPORT per consentire alla community di votare. Nota che questi thread erano riservati esclusivamente alle proposte ufficiali. Domande generali o commenti sono stati posti direttamente in questo thread o in una nuova discussion. Link alle proposte:
Vincitori della competizione#
Dopo un'attenta valutazione, abbiamo scelto i vincitori per ciascuna delle cinque categorie, che rappresentano gli scenari di distribuzione nel mondo reale più diffusi per i modelli Ultralytics YOLOv5. Tutti i partecipanti sono stati contattati personalmente e i premi sono stati distribuiti ai nostri vincitori subito dopo. Oggi siamo felici di condividere finalmente con te le soluzioni migliori!
NVIDIA Jetson Nano#
Premio: $2000
Google Edge TPU#
Premio: $2000
Android#
Premio: $2000
Raspberry Pi#
Premio: $2000
Nessun vincitore *
Intel/AMD CPU#
Premio: $2000
Nessun vincitore *
*Le candidature in questa categoria non hanno soddisfatto i requisiti minimi di ciascuno dei criteri di valutazione. Pertanto, questa volta non è stato selezionato alcun vincitore per la categoria, tuttavia, ci saranno altre occasioni per i partecipanti di gareggiare in futuro.
Congratulazioni ai vincitori! Assicurati di dare un'occhiata ai loro repository.
"La libreria Ultralytics YOLOv5 è fantastica: viene aggiornata quasi quotidianamente, i modelli funzionano bene e l'esperienza utente migliora continuamente. Gran parte della mia ricerca riguarda la distribuzione di ML su dispositivi embedded e in passato avevo lavorato con Edge TPU, quindi questa mi è sembrata una sfida divertente." Josh Veitch-Michaelis
Vogliamo anche fare un grande ringraziamento a tutti coloro che hanno partecipato alla nostra Export Competition! Siamo fortunati ad avere numerosi membri preziosi nella nostra community open-source. Sono i contributi di tutti voi a rendere grande la nostra community.
Resta fantastico e continua a creare! 🚀
Punteggio#
Le candidature della Export competition sono state giudicate sulla base di diversi criteri: semplicità e riproducibilità dei loro metodi di export, qualità della documentazione, qualità dell'export e velocità e precisione dei loro modelli esportati. Queste candidature sono state poi valutate sia dal team di Ultralytics che dal feedback della community.
Qualità dell'export (20%)#
L'export 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 minore quantità di codice.
Qualità della documentazione (20%)#
Le candidature dovrebbero essere ben documentate utilizzando un file di candidatura in formato markdown. Ogni passaggio dovrebbe essere spiegato, inclusi configurazione/requisiti, eventuali impostazioni/argomenti, passaggi di export e configurazione dell'ambiente di distribuzione, se applicabile.
Qualità della candidatura (20%)#
Ogni aspetto dell'export e della distribuzione, partendo da un modello ufficiale yolov5s.pt, dovrebbe 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, dovrebbe essere inclusa anche un'app di riferimento Android. Una candidatura deve includere il 100% di ciò che è richiesto per esportare e utilizzare completamente un modello YOLOv5.
Velocità e precisione del modello distribuito (40%)#
I modelli distribuiti dovrebbero restituire risultati di inferenza quasi identici ai modelli YOLOv5 PyTorch ufficiali (ad esempio inferenza con python detect.py --weights yolov5s.pt). L'Accuracy delle soluzioni distribuite verrà analizzata su un set di test riservato di immagini Ultralytics non disponibile al pubblico. Anche la Speed è molto importante, e le soluzioni di distribuzione più veloci saranno fortemente favorite. Per Android, le esportazioni verso i delegati GPU, NNAPI e Hexagon riceveranno il punteggio più alto.
