Чтобы помочь всем желающим легко обучать и внедрять лучшие модели Vision AI, мы организовали наш первый экспортный конкурс Ultralytics YOLOv5. Мы ценим общение с членами нашего сообщества разработчиков с открытым исходным кодом и всегда впечатлены многочисленными приложениями, которые создают пользователи.
Крайний срок
Конкурс проходил с 17 мая 2021 года по 31 сентября 2021 года 24:00 UTC. После этой даты конкурс был закрыт, и дальнейшие работы не могли претендовать на призовой фонд.
Оценка
Оценка проводилась с 1 сентября 2021 года по 31 сентября 2021 года. Наша команда тщательно изучила каждую заявку.
Призы на $10000
Лучшая работа в категории претендует на полный призовой фонд в размере $2000.00 (2000.00 USD) от Ultralytics для этой категории.
5 категорий
С помощью нашего замечательного сообщества мы создали 5 категорий, которые представляют наиболее популярные сценарии использования моделей YOLOv5 в реальном мире, включая Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop CPU и устройства Android Edge.
Материалы
Наши участники создали публичный репозиторий Github для своей работы, присвоили своей работе лицензию с открытым исходным кодом и разместили свою работу непосредственно в одной из 5 официальных тем EXPORT Competition, чтобы сообщество могло проголосовать. Обратите внимание, что эти темы предназначены только для официальных заявок. Общие вопросы и комментарии можно задавать непосредственно в этой теме или в новом обсуждении. Ссылки на представленные работы:
1. Nvidia Jetson Nano
2. Google Edge TPU
3. Raspberry Pi
4. Процессор Intel/AMD
5. Android
Победители конкурса
После долгих размышлений мы определили победителей в каждой из пяти категорий, которые представляют собой наиболее популярные сценарии применения моделей YOLOv5 в реальном мире. Со всеми участниками мы связались лично, после чего призы были переданы нашим победителям. Сегодня мы рады наконец-то поделиться с вами лучшими решениями!
Nvidia Jetson Nano
Приз: $2000
Александр Мамаев
Google Edge TPU
Приз: $2000
Джош Вейтч-Майклис
Android
Приз: $2000
Ясухиро Нитта
Raspberry Pi
Приз: $2000
Нет победителя
Процессор Intel/AMD
Приз: $2000
Нет победителя
*Представленные в этой категории работы не соответствовали минимальному набору требований по каждому из критериев оценки. Поэтому в этот раз победитель в данной категории не был выбран, однако в будущем у участников будет больше шансов вновь принять участие в конкурсе.
Поздравляем победителей! Обязательно загляните в их репозитории.
"Библиотека YOLOv5 великолепна - она обновляется почти ежедневно, модели работают хорошо, а пользовательский опыт постоянно улучшается. Многие мои исследования связаны с развертыванием ML на встраиваемых устройствах, и я уже работал с EdgeTPU, так что эта задача показалась мне интересной".
Джош Вейтч-Майклис
Мы также хотим поблагодарить всех, кто принял участие в нашем конкурсе экспорта! Нам повезло, что в нашем сообществе с открытым исходным кодом есть множество ценных членов. Именно благодаря вкладу каждого из вас наше сообщество становится великим.
Оставайтесь удивительными и продолжайте творить! 🚀
Счет
Работы, представленные на конкурс "Экспорт", оценивались по нескольким критериям: простота и воспроизводимость методов экспорта, качество документации, качество экспорта, скорость и точность экспортированных моделей. Эти работы оценивались как командой Ultralytics, так и по отзывам сообщества.
Качество экспорта (20%)
Самый простой экспорт будет состоять из наименьшего количества шагов, требовать наименьшего количества аргументов/параметров, использовать наименьшее количество импортируемых пакетов и выполняться с наименьшим количеством кода.
Качество документации (20%)
Представленные материалы должны быть хорошо документированы с помощью файла отправки в формате markdown. Каждый шаг должен быть объяснен, включая установку/требования, любые настройки/аргументы, шаги по экспорту и настройку развернутой среды, если применимо.
Качество представленных материалов (20%)
Необходимо включить все аспекты экспорта и развертывания, начиная с официальной модели yolov5s.pt. Для сред, к которым предъявляются особые требования, например Jetson Nano, все пакеты и/или образы Docker должны быть предоставлены и задокументированы. Для развертывания на Android необходимо также включить эталонное приложение для Android. Заявка должна включать 100 % того, что требуется для полного экспорта и использования модели YOLOv5.
Скорость и точность развернутой модели (40%)
Развернутые модели должны выдавать результаты выводов, близкие к официальным моделям YOLOv5 PyTorch (т.е. выводы с помощью python detect.py --weights yolov5s.pt). Точность развернутых решений будет проанализирована на тестовом наборе изображений Ultralytics, недоступном для широкой публики. Скорость также очень важна, причем предпочтение будет отдаваться самым быстрым решениям. Для Android наибольший балл получат экспорт на GPU, NNAPI и делегаты Hexagon.
.webp)