目标检测新SOTA：YOLOv9问世，新架构让传统卷积重焕生机

AIGC动态欢迎阅读

原标题：目标检测新SOTA：YOLOv9问世，新架构让传统卷积重焕生机
关键字：卷积,研究者,梯度,深度,信息
文章来源：机器之心
内容字数：6059字

内容摘要：

机器之心报道
机器之心编辑部在目标检测领域，YOLOv9 实现了一代更比一代强，利用新架构和方法让传统卷积在参数利用率方面胜过了深度卷积。
继 2023 年 1 月 YOLOv8 正式发布一年多以后，YOLOv9 终于来了！
我们知道，YOLO 是一种基于图像全局信息进行预测的目标检测系统。自 2015 年 Joseph Redmon、Ali Farhadi 等人提出初代模型以来，领域内的研究者们已经对 YOLO 进行了多次更新迭代，模型性能越来越强大。
此次，YOLOv9 由中国台湾 Academia Sinica、台北科技大学等机构联合开发，相关的论文《Learning What You Want to Learn Using Programmable Gradient Information 》已经放出。论文地址：https://arxiv.org/pdf/2402.13616.pdf
GitHub 地址：https://github.com/WongKinYiu/yolov9
如今的深度学习方法重点关注如何设计最合适的目标函数，从而使得模型的预测结果能够最接近真实情况。同时，必

原文链接：目标检测新SOTA：YOLOv9问世，新架构让传统卷积重焕生机

联系作者

文章来源：机器之心
作者微信：almosthuman2014
作者简介：专业的人工智能媒体和产业服务平台