Grüner Scheck
Link in die Zwischenablage kopiert

Ultralytics YOLOv5 Exportwettbewerb

Nimm bis zum 31. August 2021 am Ultralytics' YOLOv5 Exportwettbewerb teil und gewinne in 5 Kategorien Preise im Gesamtwert von $10.000!

Wir freuen uns sehr, den allerersten Ultralytics YOLOv5 Exportwettbewerb mit Geldpreisen in Höhe von 10.000,00 $ ankündigen zu können! Unser Ziel ist es, jedem dabei zu helfen, die besten Vision AI-Modelle der Welt zu trainieren und ihre Modelle überall dort einzusetzen, wo sie gebraucht werden.

Datum

Der Wettbewerb läuft vom 17. Mai 2021 bis zum 31. August 2021.

Deadline

Der Einsendeschluss ist der 31. August 2021, 24:00 Uhr UTC. Nach diesem Datum wird der Wettbewerb geschlossen und weitere Einreichungen sind nicht mehr preisgeldberechtigt.

$10000 in Preisen

Der beste Beitrag in jeder der 5 Kategorien erhält das volle Preisgeld von $2000,00 (2000,00 USD) von Ultralytics für diese Kategorie.

5 Kategorien

Basierend auf dem Feedback der Community haben wir 5 Kategorien erstellt, die die beliebtesten Einsatzszenarien für die YOLOv5 Modelle darstellen, darunter Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop CPU und Android edge devices.

Einreichungen

Um teilzunehmen, musst du ein öffentliches Github-Repository für deine Einreichung erstellen, deiner Arbeit eine Open-Source-Lizenz zuweisen und deine Einreichung direkt in einem der 5 offiziellen Threads für Einreichungen zum EXPORT-Wettbewerb posten, damit die Community abstimmen kann. Beachte, dass diese Threads nur für offizielle Einreichungen gedacht sind. Allgemeine Fragen oder Kommentare kannst du direkt in diesem Thread oder in einer neuen Diskussion stellen. Links zu den Einreichungen:

1. Nvidia Jetson Nano

2. Google Kante TPU

3. Raspberry Pi

4. Intel/AMD CPU

5. Android

Die Auswertung findet vom 1. September 2021 bis zum 16. September 2021 statt. Die Gewinner/innen werden Ende September 2021 bekannt gegeben, die Preise werden unmittelbar danach ausgezahlt.

Wettbewerb Kategorien

Nvidia Jetson Nano

Evaluierungshardware: Jetson Nano Entwickler-Kit

Preis: 2.000 $

Google Kante TPU

Evaluierungshardware: Coral Dev Board Mini

Preis: 2.000 $

Raspberry Pi

Evaluierungshardware: Raspberry Pi 4 Model B

Preis: 2.000 $

Intel/AMD CPU

Evaluierungshardware: AWS EC2 t3.medium

Preis: 2.000 $

Android

Bewertung der Hardware: Xiaomi Mi 11

Preis: 2.000 $

*Die Gelder werden zum aktuellen Wechselkurs am Tag der Überweisung in die Landeswährung des Teilnehmers umgerechnet. Die Preisgelder werden über Wise überwiesen, siehe die Liste der Länder, die für Preisgeldtransfers in Frage kommen.

Scoring

50 % der Einreichungspunkte werden durch Ultralytics bestimmt und 50 % durch das Feedback der Community, indem die 👍 oder 👎 für jede Einreichung addiert werden. Ultralytics wird durch die Punktzahl bestimmt:

1. Qualität des Exports (20%)

Der einfachste Export hat die wenigsten Schritte, erfordert die wenigsten Argumente/Parameter, verwendet die wenigsten importierten Pakete und ist mit der geringsten Menge an Code ausführbar.

2. Qualität der Dokumentation (20%)

Die Einreichungen sollten mit einer markdown Einreichungsdatei gut dokumentiert werden. Jeder Schritt sollte erklärt werden, einschließlich der Einrichtung/Voraussetzungen, der Einstellungen/Argumente, der Exportschritte und der Einrichtung der Einsatzumgebung, falls zutreffend.

3. Qualität der Einreichung (20%)

Jeder Aspekt des Exports und der Bereitstellung, ausgehend von einem offiziellen yolov5s.pt-Modell, sollte enthalten sein. Für Umgebungen, die besondere Anforderungen stellen, wie z. B. Jetson Nano, müssen alle Pakete und/oder Docker-Images bereitgestellt und dokumentiert werden. Für den Einsatz von Android sollte auch eine Android Referenz-App mitgeliefert werden. Eine Einsendung muss 100 % dessen enthalten, was für den vollständigen Export und die Nutzung eines YOLOv5 Modells erforderlich ist.

4. Geschwindigkeit und Genauigkeit des eingesetzten Modells (40%)

Die eingesetzten Modelle sollten nahezu identische Ergebnisse liefern wie die offiziellen YOLOv5 PyTorch Modelle (d.h. Inferenz mit python detect.py --weights yolov5s.pt). Die Genauigkeit der eingesetzten Lösungen wird anhand einer Testgruppe von Ultralytics Bildern analysiert, die der Öffentlichkeit nicht zur Verfügung stehen. Auch die Geschwindigkeit ist sehr wichtig, wobei die schnellsten Lösungen bevorzugt werden. Für Android, Exporte an GPUNNAPI und Hexagon-Delegierte erhalten hier die höchste Punktzahl.

Facebook-LogoTwitter-LogoLinkedIn-LogoKopier-Link-Symbol

Lies mehr in dieser Kategorie

Lass uns gemeinsam die Zukunft
der KI gestalten!

Beginne deine Reise in die Zukunft des maschinellen Lernens