yolov4/7的作者发布了yolov9,它采用了PGI(可编程梯度信息)组件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。
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。
开源地址∶https://github.com/WongKinYiu/yolov9