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、デプロイできるようにすることを目標として、私たちは初のUltralytics YOLOv5エクスポートコンテストを開催しました。私たち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多くのアプリケーションには常に感銘を受けています。
Link to this section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。
Link to this section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。
Link to this section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。
Link to this section5つのカテゴリー#
素晴らしいコミュニティの助けを借りて、私たちは以前、YOLOv5モデルの最も一般的な実世界のデプロイシナリオを代表する5つのカテゴリーを作成しました。これにはJetson Nano、Raspberry Pi、Google Edge TPU、デスクトップCPU、Androidエッジデバイスが含まれます。
Link to this section応募について#
参加者は応募のために公開GitHubリポジトリを作成し、自身の作業にオープンソースライセンスを割り当て、コミュニティが投票できるように5つの公式エクスポートコンテスト応募スレッドのいずれかに直接投稿しました。これらのスレッドは公式の応募専用であったことに注意してください。一般的な質問やコメントは、このスレッドまたは新しいディスカッションで直接行われました。応募へのリンク：
Link to this sectionコンテストの勝者#
慎重な検討の結果、私たちはYOLOv5モデルの最も一般的な実世界のデプロイシナリオを代表する5つのカテゴリーそれぞれの勝者を決定しました。すべての参加者に直接連絡を取り、その後勝者に賞金が支払われました。本日、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！
Link to this sectionNVIDIA Jetson Nano#
賞金：2000ドル
Link to this sectionGoogle Edge TPU#
賞金：2000ドル
Link to this sectionAndroid#
賞金：2000ドル
Link to this sectionRaspberry Pi#
賞金：2000ドル
勝者なし*
Link to this sectionIntel/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。
「YOLOv5ライブラリは素晴らしいです。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も絶えず向上しています。私の研究の多くは組み込みデバイス上でのMLデプロイに関わるもので、以前にEdgeTPUで作業したことがあったため、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！ 🚀
Link to this section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。
Link to this section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。
Link to this section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。
Link to this section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。
Link to this section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（つまり、python detect.py --weights yolov5s.ptによる推論）とほぼ同一の推論結果を返す必要があります。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、最速のデプロイソリューションが非常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、ここで最高の評価を受けます。
