Ultralytics YOLOv5 Export Competitionの受賞者をご紹介します。

Ultralytics YOLOv5 Export Competitionの受賞者をご紹介します。
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。
コンペティションは2021年5月17日から2021年9月31日24:00(UTC)まで開催された。この期間を過ぎるとコンペティションは締め切られ、それ以降の応募は賞金の対象外となる。
評価は2021年9月1日から9月31日まで行われた。私たちのチームは、それぞれの提出書類を徹底的に調査した。
各カテゴリーの最優秀作品には、Ultralyticsから賞金2000ドル(2000米ドル)が授与されます。
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 Edge TPU、Desktop CPU、Android Edgeデバイスで作成しました。
私たちの参加者は、応募作品のために公開Githubリポジトリを作成し、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コンペティション応募スレッドの1つに直接応募作品を投稿しました。これらのスレッドは、公式な投稿のためのものである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してください。応募作品へのリンク
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!
賞金:2000ドル
優勝なし
賞金:2000ドル
優勝なし
*本カテゴリーの応募作品は、各評価基準における最低条件を満たしていなかった。そのため、今回はこのカテゴリーでの受賞者は選出されなかったが、今後、参加者が再びコンテストに参加するチャンスは増えるだろう。
受賞者の皆さん、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・ヴェイッチ=ミカエリス
また、私たちの輸出コンペティションに参加された皆さんに大きなエールを送りたいと思います!私たちは、オープンソースコミュニティーの数多くの貴重なメンバーに恵まれています。皆さんの貢献が私たちのコミュニティを素晴らしいものにしているのです。
これからも素晴らしい存在であり続け、創り続けてください!🚀
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。
最も単純なエクスポートは、最小のステップ数で、最小の数の引数/パラメータを必要とし、最小の数のインポートパッケージを使用し、最小のコード量で実行可能である。
提出物は、マークダウン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。
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のデプロイメントについては、Androidの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。
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。アンドロイドでは、GPUへのエクスポート、NNAPI、ヘキサゴンデリゲートが最高得点を獲得します。