YOLOv9开源 | 架构图&模块改进&正负样本匹配&损失函数解读，5分钟即可理解YOLOv9

YOLOv9对比图

YOLOv7原作者出手，YOLOv9的性能依旧时一枝独秀：

YOLOv9架构图

YOLOv9的整体架构图如下（根据YOLOv9.yaml绘制）：

YOLOv9改进点一览

1. YOLOv9从可逆函数角度理论上分析了现有的CNN架构，基于这种分析，YOLOv9作者还设计了PGI和辅助可逆分支，并取得了优秀的结果；
2. YOLOv9用到的PGI解决了深度监督只能用于极深的神经网络架构的问题，因此使得新的轻量级架构才更适合落地；
3. YOLOv9中设计的GELAN仅使用传统卷积，就能实现比基于最先进技术的深度可分卷积设计更高的参数使用率，同时展现出轻量级、快速和精确的巨大优势；
4. 基于所提出的PGI和GELAN，YOLOv9在MS COCO数据集上的性能在所有方面都大大超过了现有的实时目标检测器。

PGI（可编程梯度信息）组件

PGI主要包括三个组成部分，即：

1. 主分支
2. 辅助可逆分支
3. 多级辅助信息

从图中可以看出，PGI推理过程仅使用主分支，因此不需要任何额外的推理成本。

GELAN模块

YOLOv9提出了新网络架构——GELAN。GELAN通过结合两种神经网络架构，即结合用梯度路径规划（CSPNet）和（ELAN）设计了一种广义的高效层聚合网络（GELAN）；GELAN综合考虑了轻量级、推理速度和准确度。

GELAN整体架构如上图所示。YOLOv9将ELAN的能力进行了泛化，原始ELAN仅使用卷积层的堆叠，而GELAN可以使用任何计算块作为基础Module。

损失函数与样本匹配

通过上图代码可以看到，样本匹配依旧使用的是TaskAlign样本匹配。和YOLOv8、YOLOE、YOLOv6等算法保持一致；

分类损失：BCE Loss 回归损失：DFL Loss + CIoU Loss

速度&精度对比

可以看出，YOLOv9的性能最为优秀，应该会成为2D检测的新宠。

参考

[1].YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information
[2].https://github.com/WongKinYiu/yolov9

作者：小书童
文章来源：集智书童

推荐阅读

• 纽劢提出全新3D车道线检测方法CurveFormer++ | 超越SOTA，解决大曲率车道线检测困境
• 英伟达版ChatGPT来了，PC端部署，很GPU
• OpenAI 视频模型 Sora 科研贡献速览
• 视觉类表面缺陷检测项目相关技术总结

更多嵌入式AI干货请关注嵌入式AI专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。