Vincitori della Ultralytics YOLOv5 Export Competition
Scopri i vincitori della Ultralytics YOLOv5 Export Competition, che presenta il meglio della distribuzione di modelli IA su vari dispositivi.
Con l'obiettivo di aiutare tutti a eseguire facilmente il training e il deployment dei migliori modelli di AI per la visione, abbiamo organizzato la nostra prima Ultralytics YOLOv5 Export Competition. Per noi è importante restare in contatto con i membri della nostra comunità 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 questa data, la competizione è stata chiusa e le candidature successive non erano idonee a ricevere il premio in denaro.
Valutazione#
La valutazione si è svolta dal 1° settembre 2021 al 16 settembre 2021. Il nostro team ha esaminato attentamente ogni candidatura.
$10000 in premi#
La candidatura migliore in ciascuna categoria ha ricevuto l'intero montepremi di $2000.00 (2000.00 USD) da Ultralytics per quella categoria.
5 categorie#
Con l'aiuto della nostra straordinaria comunità, avevamo creato 5 categorie che rappresentano gli scenari di deployment nel mondo reale più diffusi per i modelli Ultralytics YOLOv5, tra cui Jetson Nano, Raspberry Pi, Google Edge TPU, CPU desktop e dispositivi Edge Android.
Candidature#
I partecipanti hanno creato un repository GitHub pubblico per la loro candidatura, hanno assegnato al loro lavoro una licenza open source e hanno pubblicato la candidatura direttamente in uno dei 5 thread ufficiali delle candidature della competizione EXPORT, per consentire alla comunità di votare. Tieni presente che questi thread erano riservati esclusivamente alle candidature ufficiali. Le domande o i commenti generali sono stati pubblicati direttamente in questo thread oppure in una nuova discussione. Link alle candidature:
Vincitori della competizione#
Dopo un'attenta valutazione, abbiamo deciso i vincitori per ciascuna delle cinque categorie, che rappresentano gli scenari di deployment nel mondo reale più diffusi per i modelli Ultralytics YOLOv5. Abbiamo contattato personalmente tutti i partecipanti e successivamente abbiamo assegnato i premi ai vincitori. Oggi siamo felici di poter finalmente condividere con te le soluzioni migliori!
NVIDIA Jetson Nano#
Premio: $2000
Google Edge TPU#
Premio: $2000
Android#
Premio: $2000
Raspberry Pi#
Premio: $2000
Nessun vincitore *
CPU Intel/AMD#
Premio: $2000
Nessun vincitore *
*Le candidature in questa categoria non soddisfacevano il set minimo di requisiti per ciascun criterio di valutazione. Pertanto, questa volta non è stato selezionato alcun vincitore per la categoria; tuttavia, in futuro i partecipanti avranno altre occasioni per competere.
Congratulazioni ai vincitori! Assicurati di visitare i 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 il deployment di modelli ML su dispositivi embedded e in precedenza avevo già lavorato con EdgeTPU, quindi questa mi è sembrata una sfida divertente." Josh Veitch-Michaelis
Desideriamo inoltre rivolgere un grande ringraziamento a tutti coloro che hanno partecipato alla nostra Export Competition! Siamo fortunati ad avere così tanti membri preziosi nella nostra comunità open source. Sono i contributi di tutti voi a rendere grande la nostra comunità.
Continua a stupire e a creare! 🚀
Punteggio#
Le candidature della competizione Export sono state valutate sulla base di diversi criteri: semplicità e riproducibilità dei metodi di esportazione, qualità della documentazione, qualità dell'esportazione, velocità e accuratezza dei modelli esportati. Le candidature sono state quindi valutate sia dal team di Ultralytics sia sulla base del feedback della comunità.
Qualità dell'esportazione (20%)#
L'esportazione più semplice richiede il minor numero di passaggi, il minor numero di argomenti/parametri, il minor numero di pacchetti importati e può essere eseguita con la minor quantità di codice.
Qualità della documentazione (20%)#
Le candidature devono essere documentate accuratamente utilizzando un file di candidatura markdown. Ogni passaggio deve essere spiegato, incluse la configurazione e i requisiti, le eventuali impostazioni/argomenti, i passaggi di esportazione e la configurazione dell'ambiente di deployment, se applicabile.
Qualità della candidatura (20%)#
Devono essere inclusi tutti gli aspetti dell'esportazione e del deployment, a partire da un modello ufficiale yolov5s.pt. 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 su Android, deve essere inclusa anche un'app di riferimento Android. Una candidatura deve includere il 100% di ciò che è necessario per esportare e utilizzare completamente un modello YOLOv5.
Velocità e accuratezza del modello sottoposto a deployment (40%)#
I modelli sottoposti a deployment devono restituire risultati di inferenza quasi identici a quelli dei modelli ufficiali YOLOv5 PyTorch (ovvero l'inferenza con python detect.py --weights yolov5s.pt). L'accuratezza delle soluzioni sottoposte a deployment sarà analizzata su un set di test separato di immagini Ultralytics non disponibile al pubblico. Anche la velocità è molto importante, e le soluzioni di deployment più veloci avranno un forte vantaggio. Per Android, le esportazioni verso i delegate GPU, NNAPI e Hexagon riceveranno il punteggio più alto in questo criterio.
