YOLOv8最新改進(jìn)系列
YOLOv9原文鏈接戳這里，原文全文翻譯請(qǐng)關(guān)注B站Ai學(xué)術(shù)叫叫首er
B站全文戳這里！
詳細(xì)的改進(jìn)教程以及源碼，戳這！戳這??！戳這?。?！B站：AI學(xué)術(shù)叫叫獸 源碼在相簿的鏈接中，動(dòng)態(tài)中也有鏈接，感謝支持！?？蒲羞b遙領(lǐng)先！
截止到發(fā)稿時(shí)，B站YOLOv8最新改進(jìn)系列的源碼包，已更新了38種+損失函數(shù)的改進(jìn)！自己排列組合2-4種后，不考慮位置已達(dá)10萬(wàn)種以上改進(jìn)方法！考慮位置不同后可排列上百萬(wàn)種?。ＷI學(xué)術(shù)，關(guān)注B站博主：Ai學(xué)術(shù)叫叫獸er！
一、YOLOv9概述
如今的深度學(xué)習(xí)方法重點(diǎn)關(guān)注如何設(shè)計(jì)最合適的目標(biāo)函數(shù)，從而使得模型的預(yù)測(cè)結(jié)果能夠最接近真實(shí)情況。同時(shí)，必須設(shè)計(jì)一個(gè)適當(dāng)?shù)募軜?gòu)，可以幫助獲取足夠的信息進(jìn)行預(yù)測(cè)。然而，現(xiàn)有方法忽略了一個(gè)事實(shí)，即當(dāng)輸入數(shù)據(jù)經(jīng)過(guò)逐層特征提取和空間變換時(shí)，大量信息將會(huì)丟失。
因此，YOLOv9 深入研究了數(shù)據(jù)通過(guò)深度網(wǎng)絡(luò)傳輸時(shí)數(shù)據(jù)丟失的重要問(wèn)題，即信息瓶頸和可逆函數(shù)。研究者提出了可編程梯度信息（programmable gradient information，PGI）的概念，來(lái)應(yīng)對(duì)深度網(wǎng)絡(luò)實(shí)現(xiàn)多個(gè)目標(biāo)所需要的各種變化。PGI 可以為目標(biāo)任務(wù)計(jì)算目標(biāo)函數(shù)提供完整的輸入信息，從而獲得可靠的梯度信息來(lái)更新網(wǎng)絡(luò)權(quán)值。
此外，研究者基于梯度路徑規(guī)劃設(shè)計(jì)了一種新的輕量級(jí)網(wǎng)絡(luò)架構(gòu)，即通用高效層聚合網(wǎng)絡(luò)（Generalized Efficient Layer Aggregation Network，GELAN）。該架構(gòu)證實(shí)了 PGI 可以在輕量級(jí)模型上取得優(yōu)異的結(jié)果。
研究者在基于 MS COCO 數(shù)據(jù)集的目標(biāo)檢測(cè)任務(wù)上驗(yàn)證所提出的 GELAN 和 PGI。結(jié)果表明，與基于深度卷積開發(fā)的 SOTA 方法相比，GELAN 僅使用傳統(tǒng)卷積算子即可實(shí)現(xiàn)更好的參數(shù)利用率。
對(duì)于 PGI 而言，它的適用性很強(qiáng)，可用于從輕型到大型的各種模型。我們可以用它來(lái)獲取完整的信息，從而使從頭開始訓(xùn)練的模型能夠比使用大型數(shù)據(jù)集預(yù)訓(xùn)練的 SOTA 模型獲得更好的結(jié)果。
二、 改進(jìn)教程
2.1 修改YAML文件
詳細(xì)的改進(jìn)教程以及源碼，戳這！戳這！！戳這?。?！B站：AI學(xué)術(shù)叫叫獸 源碼在相簿的鏈接中，動(dòng)態(tài)中也有鏈接，感謝支持！?？蒲羞b遙領(lǐng)先！
2.2 新建.py
詳細(xì)的改進(jìn)教程以及源碼，戳這！戳這?。〈吝@?。。站：AI學(xué)術(shù)叫叫獸er 源碼在相簿的鏈接中，動(dòng)態(tài)中也有鏈接，感謝支持！祝科研遙遙領(lǐng)先！文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-842608.html
2.3 修改tasks.py
詳細(xì)的改進(jìn)教程以及源碼，戳這！戳這??！戳這！??！B站：AI學(xué)術(shù)叫叫獸er 源碼在相簿的鏈接中，動(dòng)態(tài)中也有鏈接，感謝支持！?？蒲羞b遙領(lǐng)先！
三、驗(yàn)證是否成功即可
執(zhí)行命令
python train.py
改完收工！
關(guān)注B站：AI學(xué)術(shù)叫叫獸
從此走上科研快速路
遙遙領(lǐng)先同行?。。。?mark hidden color="red">文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-842608.html
詳細(xì)的改進(jìn)教程以及源碼，戳這！戳這?。〈吝@?。。站：AI學(xué)術(shù)叫叫獸er 源碼在相簿的鏈接中，動(dòng)態(tài)中也有鏈接，感謝支持！祝科研遙遙領(lǐng)先！
到了這里，關(guān)于YOLOv8最新改進(jìn)系列:融合最新的YOLOv9算法中的SPPELAN，助力小目標(biāo)檢測(cè)再上新點(diǎn)！??！的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
