新目标检测模型YOLOv9实践 — 训练自定义数据

点击下方卡片，关注“小白玩转Python”公众号新YOLOv9模型的更新YOLO系列模型有了一个新成员，在2024年2月发布了一篇新论文，标题为“YOLOv9: 使用可编程梯度信息学习您想要学习的内容”，详细论文可以在这个链接中查看：https://arxiv.org/pdf/2402.13616.pdf。以下是一个快速概述：解决方案的核心是引入了可编程梯度信息（PGI）和一种新的轻量级网络架构，称为广义高效层聚合网络（GELAN）。可编程梯度信息（PGI）：论文将PGI引入为一种方法，以减轻数据通过深度神经网络层时的信息丢失。PGI确保完整的输入信息可用于目标任务以计算目标函数，从而可以获得可靠的梯度信息，用于更新网络权重。广义高效层聚合网络（GELAN）：GELAN基于梯度路径规划设计，旨在优化参数利用。这种架构在轻量级模型中展示出优异的结果，特别是与PGI结合时，在MS COCO数据集 ………………………………