目標(biāo)檢測新SOTA：YOLOv9問世，新架構(gòu)讓傳統(tǒng)卷積重?zé)ㄉ鷻C

AIGC動態(tài)歡迎閱讀

原標(biāo)題：目標(biāo)檢測新SOTA：YOLOv9問世，新架構(gòu)讓傳統(tǒng)卷積重?zé)ㄉ鷻C
關(guān)鍵字：卷積,研究者,梯度,深度,信息
文章來源：機器之心
內(nèi)容字?jǐn)?shù)：6059字

內(nèi)容摘要：

機器之心報道
機器之心編輯部在目標(biāo)檢測領(lǐng)域，YOLOv9 實現(xiàn)了一代更比一代強，利用新架構(gòu)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(jìn)行預(yù)測的目標(biāo)檢測系統(tǒng)。自 2015 年 Joseph Redmon、Ali Farhadi 等人提出初代模型以來，領(lǐng)域內(nèi)的研究者們已經(jīng)對 YOLO 進(jìn)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(xué)等機構(gòu)聯(lián)合開發(fā)，相關(guān)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(xué)習(xí)方法重點關(guān)注如何設(shè)計最合適的目標(biāo)函數(shù)，從而使得模型的預(yù)測結(jié)果能夠最接近真實情況。同時，必

原文鏈接：目標(biāo)檢測新SOTA：YOLOv9問世，新架構(gòu)讓傳統(tǒng)卷積重?zé)ㄉ鷻C

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(wù)平臺