【框架地址】
https://github.com/WongKinYiu/yolov9
【yolov9简介】
YOLOv7原作者出手,YOLOv9的性能依旧时一枝独秀:
YOLOv9架构图
YOLOv9的整体架构图如下(根据YOLOv9.yaml绘制):
YOLOv9改进点一览
-
YOLOv9从可逆函数角度理论上分析了现有的CNN架构,基于这种分析,YOLOv9作者还设计了PGI和辅助可逆分支,并取得了优秀的结果;
-
YOLOv9用到的PGI解决了深度监督只能用于极深的神经网络架构的问题,因此使得新的轻量级架构才更适合落地;
-
YOLOv9中设计的GELAN仅使用传统卷积,就能实现比基于最先进技术的深度可分卷积设计更高的参数使用率,同时展现出轻量级、快速和精确的巨大优势;
-
基于所提出的PGI和GELAN,YOLOv9在MS COCO数据集上的性能在所有方面都大大超过了现有的实时目标检测器。
PGI(可编程梯度信息)组件
PGI主要包括三个组成部分,即:
-
主分支
-
辅助可逆分支
-
多级辅助信息
从图中可以看出,PGI推理过程仅使用主分支,因此不需要任何额外的推理成本。
GELAN模块
YOLOv9提出了新网络架构——GELAN。GELAN通过结合两种神经网络架构,即结合用梯度路径规划(CSPNet)和(ELAN)设计了一种广义的高效层聚合网络(GELAN);GELAN综合考虑了轻量级、推理速度和准确度。
GELAN整体架构如上图所示。YOLOv9将ELAN的能力进行了泛化,原始ELAN仅使用卷积层的堆叠,而GELAN可以使用任何计算块作为基础Module。
损失函数与样本匹配
通过上图代码可以看到,样本匹配依旧使用的是TaskAlign样本匹配。和YOLOv8、YOLOE、YOLOv6等算法保持一致;
分类损失:BCE Loss 回归损失:DFL Loss + CIoU Loss
速度&精度对比
可以看出,YOLOv9的性能最为优秀,应该会成为2D检测的新宠。
【视频演示】
https://www.bilibili.com/video/BV1AF4m1E7G1/?vd_source=989ae2b903ea1b5acebbe2c4c4a635ee
【实现代码】
from Yolov9Manager import *
detectcor = Yolov9Mangager(weights='weights/yolov9-c.pt',confidence=0.5)
# img = cv2.imread(r'E:\person.jpg')
# result_list = detectcor.inference_image(img)
# result_img = detectcor.draw_image(result_list, img)
# cv2.imshow('result', img)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
detectcor.start_video(r'D:\car.mp4')
【参考文献】