Çeşitli cihazlarda yapay zeka modeli dağıtımında en iyileri sergileyen Ultralytics YOLOv5 İhracat Yarışması'nın kazananlarını keşfedin.
Herkesin en iyi Vision AI modellerini kolayca eğitmesine ve dağıtmasına yardımcı olmak amacıyla ilk Ultralytics YOLOv5 İhracat Yarışmamızı düzenledik. Açık kaynak topluluğumuzun üyeleriyle iletişim halinde olmaya değer veriyoruz ve kullanıcıların yarattığı sayısız uygulamadan her zaman etkileniyoruz.
Yarışma 17 Mayıs 2021'den 31 Eylül 2021 24:00 UTC'ye kadar devam etmiştir. Bu tarihten sonra yarışma kapatıldı ve başka başvurular para ödülü için uygun değildi.
Değerlendirme 1 Eylül 2021 ile 31 Eylül 2021 tarihleri arasında gerçekleştirilmiştir. Ekibimiz her bir başvuruyu derinlemesine inceledi.
Kategorilerdeki en iyi başvuru, o kategori için Ultralytics adresinden $2000.00 (2000.00 USD) tutarındaki ödül fonunun tamamını talep etmiştir.
Muhteşem topluluğumuzun yardımıyla, daha önce Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop CPU ve Android Edge cihazları dahil olmak üzere YOLOv5 modelleri için en popüler gerçek dünya dağıtım senaryolarını temsil eden 5 kategori oluşturduk.
Katılımcılarımız, gönderileri için halka açık bir Github deposu oluşturmuş, çalışmalarına bir açık kaynak lisansı atamış ve topluluğun oy kullanmasına olanak sağlamak için gönderilerini doğrudan 5 resmi EXPORT Yarışması gönderim başlığından birine göndermiştir. Bu konuların yalnızca resmi başvurular için olduğunu unutmayın. Genel sorular veya yorumlar doğrudan bu başlıkta veya yeni bir tartışmada sorulmuştur. Başvuruların bağlantıları:
Uzun bir değerlendirmeden sonra, YOLOv5 modelleri için en popüler gerçek dünya dağıtım senaryolarını temsil eden beş kategorinin her biri için kazananları belirledik. Tüm katılımcılarla şahsen iletişime geçildi ve ödüller kazananlara daha sonra dağıtıldı. Bugün, nihayet en iyi çözümleri sizlerle paylaşmaktan mutluluk duyuyoruz!
Ödül: $2000
Ödül: $2000
Ödül: $2000
Ödül: $2000
Kazanan yok *
Ödül: $2000
Kazanan yok *
*Bu kategorideki başvurular, değerlendirme kriterlerinin her birindeki asgari gereklilikleri karşılayamamıştır. Bu nedenle, bu kez kategori için kazanan seçilmedi, ancak katılımcıların gelecekte tekrar yarışmaları için daha fazla şans olacak.
Kazananları tebrik ederiz! Depolarını kontrol ettiğinizden emin olun.
" YOLOv5 kütüphanesi harika - neredeyse her gün güncelleniyor, modeller iyi çalışıyor ve kullanıcı deneyimi sürekli gelişiyor. Araştırmalarımın çoğu gömülü cihazlara makine öğrenimi yerleştirmeyi içeriyor ve daha önce EdgeTPU ile çalışmıştım, bu yüzden bu eğlenceli bir meydan okuma gibi görünüyordu."
Josh Veitch-Michaelis
İhracat Yarışmamıza katılan herkese de büyük bir selam göndermek istiyoruz! Açık kaynak topluluğumuzun çok sayıda değerli üyesine sahip olduğumuz için şanslıyız. Topluluğumuzu harika yapan hepinizin katkılarıdır.
Harika kalın ve yaratmaya devam edin! 🚀
İhracat yarışmasına yapılan başvurular çeşitli kriterlere göre değerlendirildi: ihracat yöntemlerinin basitliği ve tekrarlanabilirliği, dokümantasyonlarının kalitesi, ihracatın kalitesi ve ihraç edilen modellerinin hızı ve doğruluğu. Bu başvurular daha sonra hem Ultralytics adresindeki ekip hem de topluluk geri bildirimleri tarafından puanlandı.
En basit dışa aktarma en az sayıda adıma sahip olacak, en az sayıda argüman/parametre gerektirecek, en az sayıda içe aktarılmış paket kullanacak ve en az miktarda kodla çalıştırılabilir olacaktır.
Gönderimler bir markdown gönderim dosyası kullanılarak iyi bir şekilde belgelenmelidir. Kurulum/gereksinimler, tüm ayarlar/argümanlar, dışa aktarma adımları ve varsa konuşlandırılmış ortam kurulumu dahil olmak üzere her adım açıklanmalıdır.
Resmi bir yolov5s.pt modelinden başlayarak ihracat ve dağıtımın her yönü dahil edilmelidir. Jetson Nano gibi özel gereksinimler gerektiren ortamlar için tüm paketler ve/veya Docker görüntüleri sağlanmalı ve belgelenmelidir. Android dağıtımları için, bir Android referans uygulaması da dahil edilmelidir. Bir gönderim, bir YOLOv5 modelini tamamen dışa aktarmak ve kullanmak için gerekenlerin %100'ünü içermelidir.
Konuşlandırılan modeller resmi YOLOv5 PyTorch modelleriyle neredeyse aynı çıkarım sonuçlarını vermelidir (yani python detect.py --weights yolov5s.pt ile çıkarım). Uygulanan çözümlerin doğruluğu, kamuya açık olmayan Ultralytics görüntülerinden oluşan bir test seti üzerinde analiz edilecektir. Hız da çok önemlidir ve en hızlı dağıtım çözümleri büyük ölçüde tercih edilir. Android için GPUNNAPI ve Hexagon delegeleri burada en yüksek puanı alacaktır.
Makine öğreniminin geleceği ile yolculuğunuza başlayın
