論文:

https://arxiv.org/html/2402.13616v1?arxiv.org/html/2402.13616v1
github代碼
GitHub - WongKinYiu/yolov9: Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information?

主要內容

主要是提出了兩點：

一、提出使用PGI（Programmable Gradient Information，可編程梯度信息）來解決信息瓶頸問題和深度監督機制不適合輕量級神經網絡的問題。

圖中（d）為提出的PGI。PGI主要包括三個組成部分，即（1）主分支，（2）輔助可逆分支，（3）多級輔助信息。其中推理過程僅使用 main 分支，因此不需要任何額外的推理成本。輔助可逆分支（auxiliary reversible branch）處理神經網絡深化帶來的問題。網絡深化會造成信息瓶頸。多級輔助分支（multi-level auxiliary information），旨在處理深度監管導致的誤差累積問題。

二、設計了GELAN（Generalized ELAN ，廣義ELAN），一個高效、輕量級的神經網絡。

圖c為提出的GELAN，它結合了CSPNet 和 ELAN 。區別與ELAN，將ELAN僅使用卷積層堆疊的功能推廣到可以使用任何計算塊的新架構中（即圖c中any block）。
在yolov9中，gelan被作為block用在了backbone中，關于Gyolov9的backbone以及GELAN運用詳細信息見：

效果如下

在精度方面，新方法優于使用大數據集預訓練的RT DETR [ 43]，在參數利用率方面也優于基于深度卷積的設計YOLO MS 。
PGI的引入使得輕量級模型和深度模型都能在精度上實現顯著的提升。結合PGI和GELAN設計的YOLOv9，展現了很強的競爭力。其出色的設計使得深度模型與YOLOv8相比，參數數量減少了49%，計算量減少了43%，但在MS COCO數據集上仍有0.6%的AP提升。

引用：
@article{wang2024yolov9,title={{YOLOv9}: Learning What You Want to Learn Using Programmable Gradient Information},author={Wang, Chien-Yao and Liao, Hong-Yuan Mark},booktitle={arXiv preprint arXiv:2402.13616}, year={2024}}
@article{chang2023yolor, title={{YOLOR}-Based Multi-Task Learning}, author={Chang, Hung-Shuo and Wang, Chien-Yao and Wang, Richard Robert and Chou, Gene and Liao, Hong-Yuan Mark}, ournal={arXiv preprint arXiv:2309.16921}, year={2023}}