AIGC動態(tài)歡迎閱讀

原標題：目標檢測新SOTA：YOLOv9問世，新架構讓傳統(tǒng)卷積重煥生機
關鍵字：卷積,研究者,梯度,深度,信息
文章來源：機器之心
內容字數(shù)：6059字

內容摘要：

機器之心報道
機器之心編輯部在目標檢測領域，YOLOv9 實現(xiàn)了一代更比一代強，利用新架構和方法讓傳統(tǒng)卷積在參數(shù)利用率方面勝過了深度卷積。
繼 2023 年 1 月 YOLOv8 正式發(fā)布一年多以后，YOLOv9 終于來了！
我們知道，YOLO 是一種基于圖像全局信息進行預測的目標檢測系統(tǒng)。自 2015 年 Joseph Redmon、Ali Farhadi 等人提出初代模型以來，領域內的研究者們已經(jīng)對 YOLO 進行了多次更新迭代，模型性能越來越強大。
此次，YOLOv9 由中國 Academia Sinica、科技大學等機構聯(lián)合開發(fā)，相關的論文《Learning What You Want to Learn Using Programmable Gradient Information 》已經(jīng)放出。論文地址：https://arxiv.org/pdf/2402.13616.pdf
GitHub 地址：https://github.com/WongKinYiu/yolov9
如今的深度學習方法重點關注如何設計最合適的目標函數(shù)，從而使得模型的預測結果能夠最接近真實情況。同時，必

原文鏈接：目標檢測新SOTA：YOLOv9問世，新架構讓傳統(tǒng)卷積重煥生機

聯(lián)系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務平臺