YOLOv9: He Mokowhiti i roto i te Tirohanga Ahanoa Wā-Tuturu

Te kitenga ahanoa kua kite i te ahunga whakamua tere i roto i nga tau tata nei na te mihi ki te ako hohonu hātepe hātepe rite YOLO (Kotahi anake ka titiro koe). Ko te putanga hou, YOLOv9, ka mau mai i nga whakapainga nui i roto i te tika, te kakama me te whakamahi i nga putanga o mua. I roto i tenei pou, ka rukuhia e matou nga mahi hou e hanga ana i a YOLOv9 he ahua-a-toi hou mo te kitenga ahanoa-waahi.

He Primer Tere mo te Rapu Ahanoa

I mua i te urunga ki nga mea hou me YOLOv9, me arotake poto me pehea te mahi kitenga ahanoa. Ko te whainga o te rapu ahanoa he tautuhi me te kimi taonga i roto i te ahua, penei i nga motuka, tangata, kararehe ranei. He kaha matua mo nga tono penei i nga motuka taraiwa whaiaro, nga punaha tirotiro, me te rapu whakaahua.

Ka tangohia e te kaitutei tetahi ahua hei whakaurunga ka whakaputa i nga pouaka taapiri huri noa i nga mea kua kitea, me tetahi tapanga karaehe e hono ana. Ko nga huingararaunga rongonui penei i a MS COCO e whakarato ana i nga mano o nga whakaahua kua tapaina hei whakangungu me te arotake i enei tauira.

E rua nga huarahi matua ki te rapu ahanoa:

• Ko nga kaitirotiro rua-waahi Pērā i a Faster R-CNN ka whakaputa tuatahi i ngā tono rohe, kātahi ka whakarōpū, ka whakamahine i ngā rohenga o ia rohe. He tika ake engari he puhoi ake.
• Ko nga kaitirotiro kotahi-waahi Pērā i te YOLO ka tono i tetahi tauira ki runga i te ahua i roto i te haere kotahi. Ka hokona e ratou etahi tika mo nga wa tino tere.

I timata a YOLO i te huarahi kotahi-waahi. Me titiro ki te ahua o te tipu i runga i nga putanga maha hei whakapai ake i te tika me te whai hua.

Arotake o Tuhinga o mua YOLO

Ko te whanau tauira YOLO (Kotahi anake ka titiro koe) kei mua i te rapunga ahanoa tere mai i te whakaputanga o te putanga taketake i te tau 2016. Anei he tirohanga tere mo te ahunga whakamua a YOLO i roto i nga huringa maha:

• YOLOv1 i whakatakotohia he tauira whakakotahi hei matapae i nga pouaka here me nga tupono o te karaehe mai i nga whakaahua katoa i roto i te haere kotahi. Na tenei i tino tere te whakataurite ki nga tauira e rua-waahanga o mua.
• YOLOv2 i pai ake i runga i te taketake ma te whakamahi i te whakaraeraetanga puranga kia pai ake ai te pumau, te whakanoho i nga pouaka ki nga momo unahi me nga ahuatanga ōwehenga kia kitea nga rahinga maha, me etahi atu momo arotautanga.
• YOLOv3 i taapirihia he tangohanga hou e kiia nei ko Darknet-53 me te maha atu o nga paparanga me nga pokatata i waenga i a raatau, me te whakapai ake i te tika.
• YOLOv4 te whakakotahi i nga whakaaro mai i etahi atu kaitirotiro ahanoa me nga tauira wehewehenga ki te turaki i te tika kia teitei ake i te wa e mau tonu ana te whakatau tere.
• YOLOv5 I tino tuhi ano a YOLOv4 ki PyTorch me te taapiri i tetahi tuara tangohanga hou e kiia nei ko CSPDarknet me etahi atu whakapainga.
• YOLOv6 i haere tonu ki te arotau i te hangahanga me te mahi whakangungu, me nga tauira i whakangungua i mua i runga i nga huingararaunga nui o waho hei whakanui ake i nga mahi.

Na hei whakarāpopototanga, ko nga putanga YOLO o mua i eke ki runga ake te tika na roto i nga whakapainga ki te hoahoa hoahoanga, nga tikanga whakangungu, me te whakangungu o mua. Engari i te mea ka nui haere nga tauira me te uaua, ka timata te tere me te kaha ki te mamae.

Te Hiahia mo te Pai ake

He maha nga tono e hiahia ana ki te rapu ahanoa kia rere i roto i te waa-tūturu i runga i nga taputapu whai rauemi rorohiko iti. I te mea ka nui haere nga tauira me te kaha o te rorohiko, ka kore e taea te hora.

Hei tauira, me kimihia e te motoka whaiaro nga mea i te reiti anga teitei ma te whakamahi i nga miihini i roto i te waka. Me whakahaere te kaamera haumarutanga ki te rapu ahanoa i runga i tana whangai ataata i roto i tana ake taputapu whakauru. Ko nga waea me etahi atu taputapu kaihoko he tino kaha te kaha me te aukati wera.

Ko nga putanga YOLO tata nei ka whiwhi i te tino tika me te maha o nga tawhā me nga mahi whakarea-taapiri (FLOPs). Engari ka tae mai tenei ki te utu o te tere, te rahi me te kaha o te mana.

Hei tauira, neke atu i te 5 piriona nga FLOP e hiahiatia ana e YOLOv100-L ki te tukatuka i te ahua 1280×1280 kotahi. He puhoi rawa tenei mo te maha o nga keehi whakamahi wa-tūturu. Ko te ia o nga tauira nui ake ka piki ake te morearea o te whakakii me te uaua ki te whaanui.

No reira, kia taea ai te whakawhänui i te whaihuatanga o te rapunga ahanoa, me whai huarahi ki te whakapai ake i te pai - kia pai ake te tika me te iti ake o nga tawhā me nga tatauranga. Me titiro ki nga tikanga i whakamahia i roto i te YOLOv9 ki te whakatutuki i tenei wero.

YOLOv9 - He Pai ake te Tika me te iti rawa o nga rauemi

Ko nga kairangahau i muri o YOLOv9 i arotahi ki te whakapai ake i te pai kia tutuki ai nga mahi-a-waa puta noa i nga momo taputapu. I whakauruhia e ratou nga mea hou e rua:

1. He tauira hoahoanga hou e kiia nei Whatunga Whakakotahi Apa Whanui (GELAN) e whakanui ana i te tika me te whakaiti i nga tawhā me nga FLOP.
2. He tikanga whakangungu e kiia ana Mōhiohio Rōnaki Whakahōtaka (PGI) e whakarato ana i nga rōnaki ako pono ake, ina koa mo nga tauira iti ake.

Kia titiro tatou me pehea enei ahunga whakamua ki te whakapai ake i te pai.

Hangahanga Pai ake me GELAN

He mea nui te hoahoanga tauira mo te whakataurite i te tika ki te tere me te whakamahi rauemi i te wa e whakatau ana. Me nui te hohonu me te whanui o te whatunga neural ki te hopu i nga ahuatanga e tika ana mai i nga whakaahua whakauru. Engari he maha rawa nga paparanga, whiriwhiringa ranei ka arahi ki nga tauira puhoi me te pupuhi.

I hoahoatia e nga kaituhi a GELAN kia kohia te tino tika mai i te hoahoanga iti rawa atu.

Ka whakamahia e GELAN nga paraka hangahanga matua e rua kua tapae tahi:

• Nga Poraka Whakakotahi Papanga Pai – Ko enei huringa whakahiato puta noa i nga peka whatunga maha kia pai ai te hopu i nga waahanga-maha.
• Poraka Tatau – Ka awhina nga poraka CSPNet ki te hora korero puta noa i nga paparanga. Ka taea te whakakapi i tetahi poraka i runga i nga herenga tatau.

Ma te whakataurite me te whakakotahi i enei poraka, ka eke a GELAN ki tetahi waahi reka i waenga i nga mahi, nga tawhā me te tere. Ka taea e te hoahoanga tauira rite te piki ake, te whakaheke ranei puta noa i nga rahi rereke o nga tauira me nga taputapu.

I whakaatuhia e nga whakamatautau ka pai ake a GELAN ki nga tauira iti ake ki nga hoahoanga YOLO o mua. Hei tauira, ko GELAN-Small me nga tawhā 7M i pai ake i te tawhā 11M YOLOv7-Nano. A GELAN-Waenga me nga tawhā 20M i mahia i runga i te para me nga tauira reo YOLOv7 e hiahia ana ki nga tawhā 35-40M.

Na, ma te hoahoa i tetahi hoahoanga tawhā kua tino arotauhia kia pai ai, ka taea e GELAN nga tauira kia tere ake te rere me te maha atu o nga taputapu herea rauemi. A muri ake ka kite tatou me pehea te awhina a PGI ki te whakangungu pai ake.

He Pai ake te Whakangungu me nga Moohiohio Roopu Whakatakataka (PGI)

He mea nui te whakangungu tauira ki te whakanui i te tika me te iti o nga rauemi. I tautuhia e nga kaituhi o YOLOv9 nga take e whakangungu ana i nga tauira iti ake na nga korero rōnaki kore pono.

Kairangi whakatauhia te nui o nga taumahatanga o te tauira ka whakahouhia i te wa e whakangungu ana. Ko nga rōnaki ngangau, te whakapohehe ranei ka arahi ki te koretake o te whakakotahitanga. Ka kaha ake te ahua o tenei take mo nga whatunga iti.

Tuhinga o mua te tirotiro hohonu ka whakatika i tenei ma te whakauru i etahi atu peka taha kua ngaro ki te hora i te tohu rōnaki pai ake i roto i te whatunga. Engari ka pakaru, ka puta he rereketanga mo nga tauira mama iti.

Hei hinga i tenei herenga, ka whakauruhia e YOLOv9 Mōhiohio Rōnaki Whakahōtaka (PGI). E rua nga waahanga matua o te PGI:

• Nga peka whakahuri awhina – Ko enei e whakarato ana i nga rōnaki maamaa ma te pupuri i nga hononga whakamuri ki te whakauru ma te whakamahi poraka penei i a RevCols.
• Te whakauru rōnaki taumata-maha - Ma tenei ka karo i te rereke mai i nga peka rereke rereke e pokanoa ana. Ka whakakotahi i nga rōnaki mai i nga peka katoa i mua i te whangai ki te tauira matua.

Ma te whakaputa rōnaki pono, ka awhina a PGI i nga tauira iti ki te whakangungu kia rite ki nga tauira nui ake:

I whakaatu nga whakamatautau i te PGI i pai ake te tika puta noa i nga rahi tauira katoa, ina koa nga whirihoranga iti ake. Hei tauira, i whakanuia e ia nga kaute AP o YOLOv9-Small ma te 0.1-0.4% ki runga ake i te rarangi turanga GELAN-Small. He mea nui ake nga hua mo nga tauira hohonu penei i te YOLOv9-E i te 55.6% mAP.

Na ka taea e te PGI nga tauira iti ake, whai hua ki te whakangungu ki nga taumata tika teitei ake ka taea anake e nga tauira taapiri-nui.

Ka Whakaritea e YOLOv9 te ahua-o-te-toi hou mo te kaha

Ma te whakakotahi i nga mahi hangahanga o GELAN me nga whakapainga whakangungu mai i te PGI, ka tutuki a YOLOv9 i te pai me te mahi o mua:

• Ina whakaritea ki nga putanga YOLO o mua, ka whiwhi a YOLOv9 he pai ake te tika me te 10-15% iti ake nga tawhā me te 25% iti ake nga tatauranga. Ka nui ake nga whakapainga o te tere me te kaha puta noa i nga rahi tauira.
• Ko te YOLOv9 he nui ake i etahi atu puhoi wa-tuturu penei i te YOLO-MS me te RT-DETR i roto i nga tikanga te pai o te tawhā me nga FLOP. He iti noa iho nga rauemi hei eke ki tetahi taumata mahi.
• Ko nga tauira YOLOv9 iti ake ka whiua nga tauira kua whakangungua-mua penei i te RT-DETR-X. Ahakoa te whakamahi 36% iti ake nga tawhā, Ka tutuki a YOLOv9-E pai ake 55.6% AP na roto i nga hoahoanga pai ake.

Na, ma te whakatika i te pai o te hoahoanga me nga taumata whakangungu, ka whakatauhia e YOLOv9 he ahua hou mo te whakanui i nga mahi i roto i nga rauemi herea.

GELAN - Hangahanga Arotau mo te Kakama

Ka whakaatu a YOLOv9 i tetahi hoahoanga hou e kiia nei ko General Efficient Layer Aggregation Network (GELAN) e whakanui ana i te tika i roto i te tahua tawhā iti. He mea hanga ki runga ake o nga tauira YOLO o mua engari ka arotau i nga momo waahanga kia pai ai.

He papamuri mo CSPNet me ELAN

Ko nga putanga YOLO o naianei mai i te v5 kua whakamahi i nga tuara i runga i te Whatunga Waahanga Whakawhiti Waahanga (CSPNet) mo te pai ake. Ka taea e CSPNet te whakahiato i nga mapi ahua puta noa i nga manga whatunga whakarara me te taapiri i nga waahanga iti ake:

He pai ake tenei i te tapae noa i nga paparanga rangatū, he maha nga wa ka puta ki te taapiri o te tatauranga me te taapiri-nui.

I whakahou ake a YOLOv7 i te CSPNet ki te Whatunga Whakakotahi Papanga Pai (ELAN), i whakangwarihia te hanganga poraka:

I tangohia e ELAN nga hononga pokatata i waenga i nga paparanga hei pai mo te kohinga whakahiato i te putanga. Na tenei i pai ake te tawhā me te pai o nga FLOP.

Te Whakawhänui i te ELAN mo te Hangawari Hangarau

I whakawhänuihia e nga kaituhi te ELAN ki te hanga GELAN, te tuara i whakamahia i roto i te YOLOv9. I mahia e GELAN nga whakarereketanga matua hei whakapai ake i te ngawari me te whai hua:

• Poraka rorohiko whakawhiti – Ko te ELAN o mua kua whakaritea nga paparanga convolutional. Ka taea e GELAN te whakakapi i tetahi poraka rorohiko penei i a ResNets, CSPNet ranei, ka nui ake nga whiringa hoahoanga.
• Te tawhā hohonu-whakaaro – Ko te hohonu o te paraka wehe mo te peka matua me te peka whakahiato ka ngawari te whakamahi rauemi.
• Mahinga pumau puta noa i nga whirihoranga – Ka mau tonu a GELAN i te tika me nga momo paraka rereke me te hohonu, ka taea te whakatauine ngawari.

Ko enei huringa ka waiho a GELAN hei tuara kaha engari ka taea te whirihora hei whakanui i te pai:

I roto i nga whakamatautau, he pai ake nga tauira GELAN i nga hoahoanga YOLO o mua i te tika mo ia tawhā:

• GELAN-Small ki te 7M tawhā i whiua te YOLOv7-Nano's 11M tawhā
• GELAN-Waenga i taurite ki nga tauira reo YOLOv7 taumaha ake

Na ka whakarato a GELAN i te tuara pai ki te tauine i te YOLO puta noa i nga whaainga whaihua rereke. Ka whai ake ka kite tatou me pehea te awhina a PGI i a raatau ki te whakangungu pai ake.

PGI – Whakangungu Whakapaipai mo nga Rahi Tauira Katoa

Ahakoa ko nga whiringa hoahoanga ka pa ki te pai i te wa whakatau, ka pa ano te mahi whakangungu ki te whakamahi rauemi tauira. Ka whakamahi a YOLOv9 i tetahi tikanga hou e kiia nei ko Programmable Gradient Information (PGI) hei whakapai ake i nga whakangungu puta noa i nga rahi tauira me nga uaua.

Te Raruraru o nga Rōnaki Whakapono

I te wa o te whakangungu, ka whakatauritea e tetahi mahi ngaro nga putanga tauira ki nga tapanga pono whenua me te tatau i te rōnaki hapa hei whakahou i nga tawhā. Rōnaki haruru, whakapohehe ranei ka arahi ki te ngoikore o te whakakotahitanga me te pai.

Ko nga whatunga hohonu rawa e whakararu ana i tenei ma te kohungahunga korero – Ko nga rōnaki mai i nga paparanga hohonu ka kino e nga tohu kua ngaro, kua kopeke ranei.

Te tirotiro hohonu ka awhina ma te whakauru i nga peka taha awhina me nga mate ki te whakarato i nga rōnaki horoi. Engari he maha tonu ka pakaru mo nga tauira iti, ka puta te pokanoa me te rereke i waenga i nga peka rereke.

No reira me whai huarahi hei whakarato i nga rōnaki pono e mahi ana puta noa i nga rahi tauira katoa, ina koa nga mea iti.

Te Whakataki i nga Moohiohio Roopu Whakatakataka (PGI)

Hei whakatika i nga rōnaki kore pono, ka whakatakotohia e YOLOv9 nga korero mo te Rootiti Whakataka (PGI). E rua nga waahanga matua o te PGI i hangaia hei whakapai ake i te kounga rōnaki:

1. Nga peka whakahuri awhina

Ka whakaratohia e etahi atu manga hononga whakamuri hoki ki te whakauru ma te whakamahi poraka penei i a RevCols. Ma tenei ka pupuri i nga rōnaki maamaa kia kore e pakaru nga korero.

2. Te whakauru rōnaki taumata-maha

Ka whakahiatohia e te paraka hanumi nga rōnaki mai i nga peka katoa i mua i te hokinga atu ki te tauira matua. Ma tenei ka aukati i te rereketanga o nga manga.

Ma te whakaputa rōnaki pono ake, ka whakapai ake a PGI i te whakakotahitanga whakangungu me te whai hua puta noa i nga rahi tauira katoa:

• Nga tauira mama ka whai hua mai i te tirotiro hohonu kaore i taea e raatau te whakamahi i mua
• Nga tauira nui ake whiwhi rōnaki pokekore kia pai ake te whakawhānui

I whakaatu nga whakamatautau i te PGI i kaha ake te tika mo nga whirihoranga YOLOv9 iti me te rahi mo te GELAN turanga:

• + 0.1-0.4% AP mo YOLOv9-Small
• + 0.5-0.6% AP mo nga tauira YOLOv9 nui ake

Na nga rōnaki hōtaka a PGI ka taea e nga tauira nui me te iti te whakangungu pai ake.

Ka Whakaritea e YOLOv9 te Tika-a-Toi Hou

Ma te whakakotahi i nga whakapainga hoahoanga mai i GELAN me nga whakangungu whakangungu mai i te PGI, ka tutuki a YOLOv9 i nga hua hou o te toi mo te kitenga ahanoa-waahi.

Ko nga whakamatautau mo te huingararaunga COCO e whakaatu ana i te YOLOv9 i runga ake i nga putanga YOLO o mua, tae atu ki etahi atu kaitahuri-a-waa pera i a YOLO-MS, i te tika me te pai:

Ko etahi o nga mea nui:

• YOLOv9-He iti ake te YOLO-MS-Small me te 10% iti ake nga tawhā me nga tatauranga
• Ko te YOLOv9-Medium te whakataurite ki nga tauira YOLOv7 taumaha ake ma te whakamahi iti iho i te haurua o nga rauemi
• Ko te YOLOv9-Large he pai ake i te YOLOv8-X me te 15% iti ake nga tawhā me te 25% iti ake nga FLOP

He mea whakamiharo, ko nga tauira iti o te YOLOv9 he nui ake i nga tauira taumaha mai i etahi atu kaitirotiro e whakamahi ana i nga whakangungu o mua penei i te RT-DETR-X. Ahakoa te 4x iti ake o nga tawhā, ko te YOLOv9-E te nui ake o te RT-DETR-X i te tika.

Ko enei hua e whakaatu ana i te pai o YOLOv9. Ko nga whakapainga ka taea te rapu ahanoa tino tika i roto i nga keehi whakamahi-ao.

Nga Whakahoutanga Matua mo YOLOv9

Kia tere te whakahoki i etahi o nga whakamohoatanga matua me nga mahi hou e taea ai te mahi hou a YOLOv9:

• GELAN hoahoanga papaitia – Ka pai ake te pai o te tawhā ma roto i nga poraka whakahiato ngawari. Ka taea te whakatauira tauira mo nga taumata rereke.
• Nga korero rōnaki hōtaka – Ka whakarato rōnaki pono mā ngā hononga whakahuri me te hanumi. Ka whakapai ake i nga whakangungu puta noa i nga rahi tauira.
• He tika ake me te iti o nga rauemi - Ka whakaheke i nga tawhā me nga tatauranga ma te 10-15% mo YOLOv8 me te tika ake. Ka taea te whakatau i te pai ake.
• He pai ake nga hua puta noa i nga rahi tauira - Ka tautuhi i nga ahuatanga hou mo nga whirihoranga tauira mama, reo, me te rahi. He pai ake i nga tauira kua whakangungua-mua.
• Whakanuia te whakamahi - Ko te kaha ake o te kaha ka whakawhanui i nga keehi whakamahi tika, penei i te wa-tuuturu te kitenga i nga taputapu taha.

Ma te whakatika tika i te tika, te kakama, me te whaihuatanga, ka neke whakamua a YOLOv9 i te kitenga ahanoa ki te whakatutuki i nga hiahia kanorau o te ao. Ko nga whakamohoatanga he tino turanga mo nga mahi auaha a meake nei i roto i tenei tino kaha o te tirohanga rorohiko.