【量子位 | 公众号 QbitAI】最新报道：在YOLOv8发布仅仅一年后，科研界再度沸腾，因为YOLOv9横空出世！这一次，它凭借“可编程梯度信息”这一创新概念，为深度学习目标检测领域带来颠覆性变革，不仅轻松超越YOLOv8，在轻量级到大型模型的全维度表现中一举登顶SOTA！
    YOLOv9的核心亮点在于其运用“可编程梯度信息”，旨在解决深度网络在传输数据过程中造成的大量信息丢失问题，特别是在应对复杂多变的目标检测任务时。该技术通过提供全面的输入信息以计算目标函数，从而获取精确可靠的梯度信息来更新网络权重。这一革新性的PGI（可编程梯度信息）结构如图所示，包括路径聚合网络、可逆列以及提出的PGI机制，巧妙地通过主分支、辅助可逆分支和多级辅助信息三大部分组成。
    值得注意的是，YOLOv9针对可逆架构在浅层网络性能不足的问题，设计了独特的方法，允许主分支通过辅助监督机制生成有效梯度而非强制保留完整原始信息，使得该方法同样适用于较浅层网络。
    此外，YOLOv9的第二大贡献是提出了一种全新的轻量级网络架构GELAN，它借鉴并融合了CSPNet和ELAN的设计理念，能够灵活支持任何计算块，并验证了PGI的有效性。
    在MS COCO数据集上进行的严格效果验证显示，YOLOv9无论是在小型、中型还是大型模型上均取得了显著提升。与现有实时目标检测算法相比，YOLOv9在减少参数量的同时，提升了检测精度，其中YOLOv9-C相比于YOLOv7 AF，参数量减少了42%，计算量减少21%，却实现了相同的53% AP；而YOLOv9-X则在YOLOv8-X基础上，参数量减少15%，计算量降低25%，AP值大幅提高了1.7%。
    更令人惊叹的是，当比较预训练于ImageNet的模型时，YOLOv9在大模型参数利用效率上甚至优于RTDETR，尤其在深度模型中，YOLOv9借助PGI的优势，仅需64%的参数就达到了与RT DETR-X相媲美的准确率。
    此次YOLOv9的研发团队由Chien-Yao Wang等科研人员组成，这位一作曾参与开发了YOLOv7及YOLOv4，现任职于台湾省Academia Sinica信息科学研究所。
    最后值得一提的是，几个月前知乎上的一条提问如今成真：“如果开题使用YOLOv8做毕业设计，期间YOLOv9发布了怎么办？”虽然新版本迭代迅速，但正如网友所言，最重要的是选取合适的基准算法，并在此基础上进行创新突破。
    YOLOv9论文地址：https://arxiv.org/abs/2402.13616
    源码GitHub链接：https://github.com/WongKinYiu/yolov9
    参考资料：
    1. https://twitter.com/skalskip92/status/1760717291593834648
    2. https://www.zhihu.com/question/618277378