19 ottobre 2021
Scoprite i vincitori del concorso di esportazione Ultralytics YOLOv5 , che mostra il meglio dell'implementazione di modelli di intelligenza artificiale su vari dispositivi.
Con l'obiettivo di aiutare tutti ad addestrare e distribuire facilmente i migliori modelli Vision AI, abbiamo organizzato il nostro primo Ultralytics YOLOv5 Export Competition. Per noi è importante essere in contatto con i membri della nostra comunità open-source e siamo sempre colpiti dalle numerose applicazioni create dagli utenti.
La competizione si è svolta dal 17 maggio 2021 al 31 settembre 2021 alle 24:00 UTC. Dopo questa data, la competizione è stata chiusa e ulteriori submission non erano idonee per il premio in denaro.
La valutazione si è svolta dal 1° settembre 2021 al 31 settembre 2021. Il nostro team ha esaminato a fondo ogni presentazione.
La migliore presentazione nelle categorie ha richiesto l'intero premio di 2000,00 dollari (2000,00 USD) da Ultralytics per quella categoria.
Con l'aiuto della nostra straordinaria comunità, abbiamo creato 5 categorie che rappresentano gli scenari di utilizzo più popolari nel mondo reale per i modelli YOLOv5 , tra cui Jetson Nano, Raspberry Pi, Google Edge TPU, CPU desktop e dispositivi Android Edge.
I nostri partecipanti hanno creato un repository pubblico su Github per la loro presentazione, hanno assegnato al loro lavoro una licenza open source e hanno pubblicato la loro presentazione direttamente in uno dei 5 thread ufficiali delle presentazioni dell'EXPORT Competition per consentire alla comunità di votare. Si noti che questi thread erano solo per le presentazioni ufficiali. Domande o commenti generali sono stati posti direttamente in questo thread o in una nuova discussione. Link alle presentazioni:
Dopo una lunga riflessione, abbiamo deciso i vincitori per ognuna delle cinque categorie, che rappresentano gli scenari di utilizzo più diffusi nel mondo reale per i modelli YOLOv5 . Tutti i partecipanti sono stati contattati personalmente e i premi sono stati poi distribuiti ai vincitori. Oggi siamo felici di poter finalmente condividere con voi le soluzioni migliori!
Premio: $2000
Premio: $2000
Premio: $2000
Premio: $2000
Nessun vincitore *
Premio: $2000
Nessun vincitore *
*Le candidature in questa categoria non corrispondevano al set minimo di requisiti in ciascuno dei criteri di valutazione. Pertanto, nessun vincitore è stato selezionato per la categoria questa volta, tuttavia, ci saranno più possibilità per i partecipanti di competere di nuovo in futuro.
Congratulazioni ai vincitori! Assicurati di dare un'occhiata ai loro repository.
"La libreria YOLOv5 è fantastica: viene aggiornata quasi quotidianamente, i modelli funzionano bene e l'esperienza utente è in continuo miglioramento. Molte delle mie ricerche riguardano l'implementazione di ML su dispositivi embedded e avevo già lavorato con EdgeTPU, quindi questa mi è sembrata una sfida divertente".
Josh Veitch-Michaelis
Vogliamo anche ringraziare tutti coloro che hanno partecipato al nostro Export Competition! Siamo fortunati ad avere numerosi membri preziosi della nostra community open-source. Sono i contributi di tutti voi che rendono grande la nostra community.
Continuate così, siete fantastici! E continuate a creare! 🚀
Le candidature al concorso Export sono state giudicate in base a diversi criteri: semplicità e riproducibilità dei metodi di esportazione, qualità della documentazione, qualità dell'esportazione, velocità e precisione dei modelli esportati. Le candidature sono state valutate sia dal team di Ultralytics sia dal feedback della comunità.
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.
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.
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. Una richiesta deve includere il 100% di ciò che è necessario per esportare e utilizzare completamente un modello YOLOv5 .
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 verso GPU, NNAPI e i delegati Hexagon riceveranno il punteggio più alto.
