新YOLOv9模型的更新

DRj28資訊網——每日最新資訊28at.com

YOLO系列模型有了一個新成員，在2024年2月發布了一篇新論文，標題為“YOLOv9: 使用可編程梯度信息學習您想要學習的內容”，詳細論文可以在這個鏈接中查看：https://arxiv.org/pdf/2402.13616.pdf。以下是一個快速概述：DRj28資訊網——每日最新資訊28at.com

• 解決方案的核心是引入了可編程梯度信息（PGI）和一種新的輕量級網絡架構，稱為廣義高效層聚合網絡（GELAN）。
• 可編程梯度信息（PGI）：論文將PGI引入為一種方法，以減輕數據通過深度神經網絡層時的信息丟失。PGI確保完整的輸入信息可用于目標任務以計算目標函數，從而可以獲得可靠的梯度信息，用于更新網絡權重。
• 廣義高效層聚合網絡（GELAN）：GELAN基于梯度路徑規劃設計，旨在優化參數利用。這種架構在輕量級模型中展示出優異的結果，特別是與PGI結合時，在MS COCO數據集上的對象檢測任務中表現比現有的最先進方法更好。
• 優越的性能：在基于MS COCO數據集的對象檢測上，GELAN和PGI的組合表現出優于其他方法的性能，特別是在參數利用和準確性方面，甚至超過了在大型數據集上預訓練的模型。

本文鏈接：http://www.tebozhan.com/showinfo-26-99896-0.html新目標檢測模型YOLOv9實踐 ：訓練自定義數據

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： Golang 實現時間戳和時間的轉化，很麻煩嗎？

下一篇： Python 新手必學：創建文件的五種方法