Ultralytics YOLOv5 Export Competitionの受賞者をご覧ください。様々なデバイスにわたるAIモデルの最高のデプロイメントを紹介します。
YOLO Vision 2025にご期待ください！
2025年9月25日
10:00 — 18:00（英国夏時間）
ハイブリッドイベント
Ultralytics YOLOv5 Export Competitionの受賞者をご覧ください。様々なデバイスにわたるAIモデルの最高のデプロイメントを紹介します。
誰もが最高のVision AIモデルを簡単にトレーニングして展開できるようにすることを目標に、初のUltralytics YOLOv5 Export Competition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交流を大切にしており、ユーザーが作成する数多くのアプリケーションに常に感銘を受けています。
コンテストは、2021年5月17日から2021年9月31日24:00 UTCまで開催されました。この日以降、コンテストは終了し、それ以降の提出物は賞金の対象外となりました。
評価は、2021年9月1日から2021年9月31日まで実施されました。私たちのチームは、各提出物を徹底的に検討しました。
各カテゴリーで最高の提出物には、Ultralyticsからそのカテゴリーの賞金総額2000.00ドル（2000.00米ドル）が授与されました。
素晴らしいコミュニティの助けを借りて、以前にJetson Nano、Raspberry Pi、Google Edge TPU、デスクトップCPU、Android Edgeデバイスなど、YOLOv5モデルの最も人気のある実際の展開シナリオを表す5つのカテゴリを作成しました。
参加者は、提出物のための公開Githubリポジトリを作成し、彼らの作品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EXPORT Competition提出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提出物のみを対象としてい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質問されています。提出物へのリンク:
慎重に検討した結果、YOLOv5モデルの最も人気のある実際の展開シナリオを表す5つのカテゴリごとに受賞者を決定しました。すべての参加者には個人的に連絡を取り、その後、賞品が受賞者に配布されました。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。
賞金：2000ドル
賞金：2000ドル
賞金：2000ドル
賞金：2000ドル
勝者なし *
賞金：2000ドル
勝者なし *
*このカテゴリーの応募作品は、各評価基準における最低限の要件を満たしていませんでした。したがって、今回はこのカテゴリーの受賞者は選出されませんでしたが、今後、参加者の皆様が再び競い合う機会はあります。
受賞者の皆様、おめでとうございます！彼らのリポジトリをぜひ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の展開に関わっており、以前にEdgeTPUを使用したことがあったので、これは楽しい挑戦になると思いました。」
ジョシュ・ヴィッチ＝ミカエリス
また、Export Competitionにご参加いただいた皆様に、心から感謝申し上げます。私たちは、オープンソースコミュニティの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、皆様からの貢献です。
素晴らしい状態を維持し、創造し続けてください！ 🚀
エクスポートコンペティションの応募作品は、エクスポート方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、エクスポートされたモデルの速度と精度という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からのフィードバックの両方によって採点されました。
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、引数/パラメータの数が最も少なく、インポートされるパッケージの数が最も少なく、最小限のコードで実行可能である必要があります。
提出物は、Markdown形式のファイルを用いて十分に文書化されている必要があります。セットアップ/要件、設定/引数、エクスポート手順、および該当する場合はデプロイされた環境のセットアップなど、各ステップを説明する必要があります。
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すべての側面を含める必要があります。Jetson Nanoのように特別な要件が必要な環境については、すべてのパッケージやDockerイメージを提供し、文書化する必要があります。Androidへのデプロイメントの場合は、Androidのリファレンスアプリも同梱する必要があります。提出物には、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%含まれている必要があります。
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を使用した推論）とほぼ同じ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最も有利になります。 Androidの場合、GPU、NNAPI、およびHexagonデリゲートへのエクスポートは、ここで最高のスコアを獲得します。
