YOLOV9论文解读

代码：https://github.com/WongKinYiu/yolov9
论文：https://arxiv.org/abs/2402.1361

  yolov9提出可编程梯度信息(PGI)和基于梯度路径规划的通用高效层聚合网络(GELAN)，最终铸成YOLOv9目标检测全新工作！性能表现SOTA！在各个方面都大大超过了现有的实时目标检测器，优于RT DETR、YOLOv8等网络。

一、性能对比概况

可以看出在是目前主流目标检测中的SOTA。

二、详细性能数值对比

  现有方法中性能最好是用于轻量级模型的YOLO MS-S，用于中等模型的YOLO MS，用于通用模型的YOLOv7 AF，以及用于大型模型的YOLOv8-X 。
  与YOLO MS 相比，YOLOv9的参数减少了约10%，计算量减少了约5∼15%，但在AP方面仍提高了0.4∼和0.6%。
  与YOLOv7 AF相比，YOLOv9-C的参数少了42%，计算量少了21%，但实现了相同的AP（53%）。
  与YOLOv8-X相比，YOLOv9-X的参数减少了15%，计算量减少了25%，AP显著提高了1.7%。
  YOLOv9是以上方法中性能SOTA，各方面都有所提升。

三、改进点

1. 分别基于YOLOV7和Dynamic YOLOV7来构建通用版本和扩展版本；
2. 网络结构：
   a. 训练时，使用PGI网络结构
   b. 在CSPNet块中，GELAN替换了ELAN；
   c. 简化了下采样模块；
   d. 优化了anchor free 预测头；
3. PGI的 auxiliary loss 按照YOLOv7的auxiliary loss；

四、为什么提出PGI？

  目前主流的实时物体探测器是YOLO系列，这些模型大多数使用CSPNe