Scopri i vincitori del concorso Ultralytics YOLOv5 Export Competition, che mostra il meglio dell'implementazione di modelli AI su vari dispositivi.
Con l'obiettivo di aiutare tutti ad addestrare e distribuire facilmente i migliori modelli di Vision AI, abbiamo organizzato il nostro primo concorsoUltralytics YOLOv5 Export. Per noi è importante essere in contatto con i membri della nostra comunità open-source e siamo sempre colpiti dalle numerose applicazioni create dagli utenti.
Il concorso si è svolto dal 17 maggio 2021 al 31 settembre 2021 alle 24:00 UTC. Dopo questa data, il concorso è stato chiuso e ulteriori invii non hanno dato diritto al premio in denaro.
La valutazione si è svolta dal 1 settembre 2021 al 31 settembre 2021. Il nostro team ha analizzato a fondo ogni candidatura.
La migliore presentazione nelle categorie si è aggiudicata l'intero premio di $2000,00 (2000,00 USD) dal sito Ultralytics per quella categoria.
Con l'aiuto della nostra straordinaria community, abbiamo creato 5 categorie che rappresentano gli scenari di implementazione più popolari nel mondo reale per i modelli YOLOv5 , tra cui Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop CPU e Android Edge.
I nostri partecipanti hanno creato un repository Github pubblico per il loro lavoro, hanno assegnato al loro lavoro una licenza open source e hanno postato il loro lavoro direttamente in uno dei 5 thread ufficiali del Concorso EXPORT per consentire alla comunità di votare. Si noti che questi thread erano riservati alle candidature ufficiali. Le domande o i commenti di carattere generale possono essere posti direttamente in questo thread o in una nuova discussione. Link alle candidature:
Dopo aver riflettuto a lungo, abbiamo deciso i vincitori per ciascuna delle cinque categorie, che rappresentano gli scenari di utilizzo più diffusi nel mondo reale per i modelli YOLOv5 . Tutti i partecipanti sono stati contattati personalmente e i premi sono stati poi distribuiti ai vincitori. Oggi siamo felici di poter finalmente condividere con te le soluzioni migliori!
Premio: $2000
Premio: $2000
Premio: $2000
Premio: $2000
Nessun vincitore *
Premio: $2000
Nessun vincitore *
*I lavori presentati in questa categoria non hanno soddisfatto i requisiti minimi in ciascuno dei criteri di valutazione. Per questo motivo, questa volta non è stato selezionato alcun vincitore per la categoria; tuttavia, i partecipanti avranno altre possibilità di competere nuovamente in futuro.
Congratulazioni ai vincitori! Assicurati di dare un'occhiata ai loro repository.
"La libreria di YOLOv5 è fantastica: viene aggiornata quasi quotidianamente, i modelli funzionano bene e l'esperienza utente è in continuo miglioramento. Molte delle mie ricerche riguardano l'implementazione di ML su dispositivi embedded e avevo già lavorato con EdgeTPU in precedenza, quindi questa mi sembrava una sfida divertente".
Josh Veitch-Michaelis
Vogliamo anche fare un grande in bocca al lupo a tutti coloro che hanno partecipato al nostro Concorso di esportazione! Siamo fortunati ad avere numerosi e preziosi membri della nostra comunità open-source. Sono i contributi di tutti voi a rendere grande la nostra comunità.
Rimani fantastico e continua a creare! 🚀
I partecipanti al concorso Export sono stati giudicati in base a diversi criteri: la semplicità e la riproducibilità dei metodi di esportazione, la qualità della documentazione, la qualità dell'esportazione e la velocità e l'accuratezza dei modelli esportati. Le candidature sono state valutate sia dal team di Ultralytics sia dal feedback della comunità.
L'esportazione più semplice avrà il minor numero di passaggi, richiederà il minor numero di argomenti/parametri, utilizzerà il minor numero di pacchetti importati e sarà eseguibile con il minor numero di codice.
Le sottomissioni devono essere ben documentate utilizzando un file di sottomissione markdown . Ogni passaggio deve essere spiegato, compresi i requisiti di configurazione, le impostazioni/argomenti, i passaggi di esportazione e la configurazione dell'ambiente di distribuzione, se applicabile.
Ogni aspetto dell'esportazione e della distribuzione, a partire da un modello ufficiale yolov5s.pt, deve essere incluso. Per gli ambienti che richiedono requisiti speciali, come Jetson Nano, tutti i pacchetti e/o le immagini Docker devono essere forniti e documentati. Per le distribuzioni su Android , è necessario includere anche un'applicazione di riferimento su Android . Una richiesta deve includere il 100% di ciò che è necessario per esportare e utilizzare completamente un modello YOLOv5 .
I modelli implementati dovrebbero restituire risultati di inferenza quasi identici a quelli dei modelli ufficiali di YOLOv5 PyTorch (cioè l'inferenza con python detect.py --weights yolov5s.pt). L'accuratezza delle soluzioni implementate sarà analizzata su un set di prova di immagini Ultralytics non disponibili al pubblico. Anche la velocità è molto importante, e le soluzioni di distribuzione più veloci sono fortemente favorite. Per Android, le esportazioni verso GPU, NNAPI e i delegati Hexagon riceveranno il punteggio più alto.
Inizia il tuo viaggio nel futuro dell'apprendimento automatico
