Ultralytics YOLOv5 輸出コンペティション受賞者

誰もが簡単に最高のVision 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に、私たちは第1回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いつも感動しています。

締め切り

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

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。

賞金総額$10,000

各カテゴリーの最優秀作品には、Ultralytics 賞金2000ドル（2000米ドル）が授与されます。

5つのカテゴリー

YOLOv5 モデルの最も一般的な実世界での展開シナリオを表す5つのカテゴリーを、素晴らしいコミュニティーの協力のもと、Jetson Nano、Raspberry Pi、Google EdgeTPU、DesktopCPU 、Android Edgeデバイスで作成しました。

提出物

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:

1.Nvidia Jetson Nano

2.Google TPU

3. Raspberry Pi

4.Intel CPU

5.Android

コンペティションの優勝者

検討の結果、YOLOv5 モデルの最も人気のある実戦配備シナリオを代表する5つのカテゴリーごとに受賞者を決定しました。参加者全員に個人的に連絡を取り、その後、受賞者に賞品を発送しました。本日、ようやくベスト・ソリューションをご紹介できることを嬉しく思います！

Nvidia Jetson Nano

賞金：2000ドル

Alexander Mamaev

Google TPU

賞金：2000ドル

ジョシュ・ヴィッチ＝ミカエリス

Android

賞金：2000ドル

新田 康弘

Raspberry Pi

賞金：2000ドル

勝者なし *

Intel 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 ライブラリーは素晴らしく、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常に改善されています。私の研究の多くは、MLを組込み機器に導入することであり、以前EdgeTPUと仕事をしたことがあったので、これは楽しい挑戦のように思えた。"

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！ 🚀

スコアリング

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、ドキュメンテーションの質、エクスポートの質、エクスポートされたモデルのスピードと正確さなど、いくつかの基準を前提に審査されました。これらの提出物は、Ultralytics 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。

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、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。

ドキュメントの品質 (20%)

提出物は、markdown 提出ファイルを使ってきちんと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、エクスポートステップ、デプロイ環境のセットアップ（該当する場合）など、各ステップを説明する必要があります。

提出物の品質 (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を含める必要があります。Jetson Nanoのような特別な要件が必要な環境では、すべてのパッケージおよび/またはDockerイメージを提供し、文書化する必要があります。Android デプロイメントについては、Android リファレンスアプリも含めること。提出物は、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を100%含んで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％）

展開されたモデルは、公式のYOLOv5 PyTorch モデル（すなわち、python detect.py --weights yolov5s.ptによる推論）とほぼ同じ推論結果を返す必要があります。配備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。スピードも非常に重要であり、最速のデプロイメント・ソリューションが重用される。 Android場合 GPUへのエクスポート、NNAPI、Hexagonデリゲートが最高得点を獲得します。