Ultralytics YOLOv5エクスポートコンテストの受賞者
さまざまなデバイスでのAIモデルデプロイメントの最高峰を披露する、Ultralytics YOLOv5エクスポートコンテストの受賞者をご覧ください。
誰もが簡単に最高のビジョンAIモデルをトレーニングしてデプロイできるようにするという目的のもと、当社は初めてのUltralytics YOLOv5 Export Competitionを開催しました。当社はオープンソースコミュニティのメンバーとのつながりを大切にしており、ユーザーが作成する数々のアプリケーションには常に感銘を受けています。
締め切り#
コンテストは2021年5月17日から2021年8月31日の24:00（UTC）まで実施されました。この期日以降、コンテストは締め切られ、それ以降の応募は賞金の対象外となりました。
評価#
評価は2021年9月1日から2021年9月16日まで行われました。私たちのチームは各応募作品を徹底的に調査しました。
総額10,000ドルの賞金#
各カテゴリーで最優秀となった応募作品には、Ultralyticsよりそのカテゴリーの全賞金である2,000.00ドル（2000.00 USD）が授与されました。
5つのカテゴリー#
素晴らしいコミュニティの協力のもと、Jetson Nano、Raspberry Pi、Google Edge TPU、デスクトップCPU、Androidエッジデバイスなど、Ultralytics YOLOv5モデルの最も一般的な現実世界のデプロイシナリオを表す5つのカテゴリを以前に作成しました。
応募について#
参加者の皆様には、提出物用のパブリックなGitHubリポジトリを作成し、作品にオープンソースライセンスを付与した上で、コミュニティによる投票を可能にするために5つの公式EXPORT Competition提出スレッドのいずれかに直接投稿していただきました。なお、これらのスレッドは公式提出物専用です。一般的な質問やコメントについては、このスレッド内、または新しいディスカッションで直接行われました。提出物へのリンクは以下の通りです。
コンテストの勝者#
慎重な検討の結果、Ultralytics YOLOv5モデルの最も一般的な現実世界のデプロイシナリオを表す5つのカテゴリそれぞれの受賞者を決定しました。すべての参加者に直接連絡を取り、その後受賞者に賞品が授与されました。本日は、ついに最高のソリューションを皆様と共有できることを嬉しく思います！
NVIDIA Jetson Nano#
賞金：2000ドル
Google Edge TPU#
賞金：2000ドル
Android#
賞金：2000ドル
Raspberry Pi#
賞金：2000ドル
勝者なし*
Intel/AMD CPU#
賞金：2000ドル
勝者なし*
このカテゴリーの応募作品は、各評価基準の最低要件を満たしていませんでした。そのため、今回はこのカテゴリーの勝者は選出されませんでしたが、今後参加者が再び競う機会はあります。
勝者の皆様、おめでとうございます！ぜひ彼らのリポジトリをチェックしてください。
「Ultralytics YOLOv5ライブラリは素晴らしく、ほぼ毎日更新され、モデルはうまく機能し、ユーザーエクスペリエンスは継続的に向上しています。私の研究の多くは組み込みデバイスへのMLのデプロイに関係しており、以前にEdgeTPUを使ったことがあったので、これは楽しい挑戦のように思えました。」Josh Veitch-Michaelis
また、エクスポートコンテストに参加してくださったすべての方々に心から感謝の意を表したいと思います！私たちは、オープンソースコミュニティの数多くの貴重なメンバーに恵まれています。コミュニティを素晴らしいものにしているのは、皆さん一人ひとりによる貢献です。
素晴らしい活動を続け、これからも創造してください！ 🚀
スコアリング#
エクスポートコンテストの応募作品は、エクスポート手法のシンプルさと再現性、ドキュメントの品質、エクスポートの品質、そしてエクスポートされたモデルの速度と精度のいくつかの基準に基づいて審査されました。これらの応募作品は、Ultralyticsのチームとコミュニティのフィードバックの両方によって採点されました。
エクスポートの品質 (20%)#
最もシンプルなエクスポートは、ステップ数が最も少なく、必要な引数やパラメータが最小限で、インポートするパッケージ数が最も少なく、最小限のコードで実行できるものです。
ドキュメントの品質 (20%)#
応募作品は、Markdown形式の応募ファイルを使用して適切にドキュメント化される必要があります。セットアップや要件、設定や引数、エクスポートのステップ、該当する場合はデプロイ環境のセットアップなど、各ステップが説明されている必要があります。
応募作品の品質 (20%)#
公式のyolov5s.ptモデルから始まる、エクスポートとデプロイのあらゆる側面が含まれている必要があります。Jetson Nanoのように特別な要件が必要な環境の場合、すべてのパッケージやDockerイメージが提供され、ドキュメント化されている必要があります。Androidデプロイメントの場合は、Androidの参照アプリも含める必要があります。応募作品には、YOLOv5モデルを完全にエクスポートして使用するために必要なものが100%含まれていなければなりません。
デプロイされたモデルの速度と精度 (40%)#
デプロイされたモデルは、公式のYOLOv5 PyTorchモデルとほぼ同一の推論結果を返す必要があります（つまり、python detect.py --weights yolov5s.ptによる推論）。デプロイされたソリューションの精度は、一般に公開されていないUltralytics画像のホールドアウトテストセットで分析されます。速度も非常に重要であり、最も高速なデプロイソリューションが特に高く評価されます。 Androidの場合、GPU、NNAPI、およびHexagonデリゲートへのエクスポートが最も高いスコアを獲得します。
