YOLOv9: Baadhitaanka Shayga-Waqtiga Dhabta ah

Ogaanshaha shayga wuxuu arkay horumar degdeg ah sanadihii ugu dambeeyay mahad waxbarashada qoto dheer Algorithms sida YOLO (Waxaad eegtaa hal mar). Dib-u-eegistii ugu dambeysay, YOLOv9, waxay keentaa horumar weyn xagga saxnaanta, hufnaanta iyo ku-dhaqanka noocyadii hore. Maqaalkan, waxaan u dhex geli doonaa hal-abuurka ka dhigaya YOLOv9 casri cusub oo loogu talagalay ogaanshaha shay-waqtiga dhabta ah.

Qormo degdeg ah oo ku saabsan ogaanshaha shayga

Kahor intaanan u galin waxa ku cusub YOLOv9, aynu si kooban dib u eegno sida ogaanshaha shaygu u shaqeeyo. Hadafka ogaanshaha shay waa in la aqoonsado oo la helo walxaha ku jira sawirka, sida baabuurta, dadka ama xayawaanka. Waa awooda muhiimka ah ee codsiyada sida baabuurta iswada, nidaamyada ilaalinta, iyo sawir raadinta.

Baadhiyuhu waxa uu u qaataa sawir ahaan gelinta iyo soo saarida sanduuqyada ku xeeran walxaha la ogaaday, oo mid kastaa wata calaamado dabaq ah. Xog ururinta caanka ah sida MS COCO waxay bixiyaan kumanaan sawiro calaamadeysan si loo tababaro loona qiimeeyo moodooyinkan.

Waxaa jira laba hab oo waaweyn oo lagu ogaanayo shayga:

• Qalabka laba-heer ah sida Faster R-CNN marka hore waxay soo saartaa soo jeedinta gobolka, ka dibna kala saar oo hagaajiso xuduudaha gobol kasta. Waxay u muuqdaan inay noqdaan kuwo sax ah laakiin gaabis ah.
• Baadhitaano hal mar ah sida YOLO si toos ah ugu codso moodal sawirka hal baas. Waxay ka beddelaan qaar ka mid ah saxnaanta waqtiyada aadka u degdegga ah ee ka-warbixinta.

YOLO waxay hormuud ka noqotay habka hal-marxalad ah. Aynu eegno sida ay uga horumartay noocyo badan si aan u wanaajino saxnaanta iyo hufnaanta.

Dib u eegista noocyadii hore ee YOLO

Qoyska YOLO (Adiga Kaliya hal mar uun baad eegtaa) qoyska moodooyinka ayaa safka hore kaga jiray ogaanshaha walxaha degdega ah tan iyo nuqulkii asalka ahaa ee la daabacay 2016. Halkan waxaa ah dulmar degdeg ah oo ku saabsan sida ay YOLO uga horumartay soo noqnoqoshada badan:

• YOLOv1 soo jeediyay qaab midaysan si loo saadaaliyo santuuqyada xidhitaanka iyo ixtimaalka fasalka si toos ah sawirada buuxa ee hal baas. Tani waxay ka dhigtay mid aad u dhakhso badan marka la barbar dhigo moodooyinka hore ee labada marxaladood.
• YOLOv2 lagu hagaajiyay asalka iyadoo la adeegsanayo habaynta dufcadda si loo helo xasillooni ka sii wanaagsan, ku dhejinta sanduuqyada miisaanyo kala duwan iyo saamiyo dhinacyo kala duwan leh si loo ogaado cabbirro badan, iyo noocyo kala duwan oo hagaajin ah.
• YOLOv3 ku daray soosaar cusub oo loo yaqaan Darknet-53 oo leh lakabyo badan iyo meelo gaaban oo u dhexeeya iyaga, taas oo sii wanaajisay saxnaanta.
• YOLOv4 fikrado la isku daray oo laga soo xigtay sheyga kale iyo moodooyinka kala qaybinta si loo riixo saxnaanta xitaa sare iyadoo weli la ilaalinayo fikradda degdega ah.
• YOLOv5 si buuxda ayuu dib ugu qoray YOLOv4 gudaha PyTorch wuxuuna ku daray qaab cusub oo laf dhabarta soo saarista ah oo la yiraahdo CSDarknet oo ay la socoto dhowr waxyaalood oo kale.
• YOLOv6 ayaa sii waday in ay wanaajiso qaab dhismeedka iyo habka tababarka, iyadoo moodooyinka horay loogu tababaray xog-ururin dibadeed oo waaweyn si kor loogu qaado waxqabadka.

Markaa marka la soo koobo, noocyadii hore ee YOLO waxay ku gaadheen saxnaan sare iyada oo loo marayo hagaajinta qaab dhismeedka qaab dhismeedka, farsamooyinka tababarka, iyo tababbarka ka hor. Laakiin marka moodooyinka ay sii weynaanayaan oo ay ka sii adag yihiin, xawaaraha iyo hufnaanta ayaa bilaabaya inay silica.

Baahida Waxtarka Wanaagsan

Codsiyo badan ayaa u baahan ogaanshaha shay si loogu shaqeeyo wakhtiga dhabta ah ee qalabka leh agab xisaabeed xaddidan. Marka moodellada ay noqdaan kuwo weyn oo xisaabin ahaan aad u xooggan, waxay noqdaan kuwo aan macquul ahayn in la geeyo.

Tusaale ahaan, baabuurka iskiis u wada wuxuu u baahan yahay inuu ku ogaado walxaha heerar sare leh isagoo isticmaalaya processor-rada gudaha baabuurka. Kaamirada ammaanku waxay u baahan tahay inay ku socodsiiso ogaanshaha shayga fiidiyooga fiidyaha iyada oo ku dhex jirta qalabkeeda. Taleefannada iyo aaladaha kale ee macaamiishu waxay leeyihiin awood aad u adag iyo xannibaadyo kulayleed.

Noocyadii dhawaa ee YOLO waxay heleen saxnaan sare oo leh tiro badan oo cabbirro ah iyo hawlgallada isku dhufashada (FLOPs). Laakiin tani waxay ku timaadaa qiimaha xawaaraha, cabbirka iyo hufnaanta tamarta.

Tusaale ahaan, YOLOv5-L waxay u baahan tahay in ka badan 100 bilyan oo FLOPs si loo farsameeyo hal sawir oo ah 1280×1280. Tani aad bay u gaabis u tahay kiisas badan oo wakhtiga dhabta ah la isticmaalo. Isbeddelka moodooyinka weligood weyn ayaa sidoo kale kordhiya khatarta ku-habboonaanta oo waxay adkeyneysaa in la soo koobo.

Markaa si aan u balaadhino ku-dhaqanka ogaanshaha shay, waxaan u baahanahay habab lagu wanaajiyo hufnaanta - helitaanka saxnaan wanaagsan oo leh cabbirro yar iyo xisaabin. Aynu eegno farsamooyinka loo isticmaalo YOLOv9 si loola tacaalo caqabadan.

YOLOv9 – Saxsanaan Wanaagsan oo Khayraad yar leh

Cilmi-baarayaasha ka dambeeya YOLOv9 waxay diiradda saareen hagaajinta waxtarka si loo gaaro waxqabadka waqtiga-dhabta ah ee qalabyada kala duwan. Waxay soo bandhigeen laba hal-abuurnimo oo muhiim ah:

1. Nashqada qaab cusub oo loo yaqaan Shabakadda Isku-darka Lakabka Waxtarka Guud (GELAN) taasoo kor u qaadaysa saxnaanta iyadoo la yareynayo cabbirada iyo FLOPs.
2. Farsamo tababar oo la yiraahdo Macluumaadka Gradient Programmeable (PGI) kaas oo siiya barasho la isku halayn karo, gaar ahaan moodooyinka yaryar.

Aynu eegno sida mid kasta oo ka mid ah horumarkan uu u caawinayo hagaajinta waxtarka.

Naqshad Waxqabad badan leh oo leh GELAN

Qaab dhismeedka moodeelka laftiisa ayaa muhiim u ah isu-dheellitirka saxda ah ee xawaaraha iyo isticmaalka kheyraadka inta lagu jiro qiimeynta. Shabakadda neerfayaasha waxay u baahan tahay qoto dheer iyo ballac ku filan si ay uga qabato sifooyin khuseeya sawirada la geliyo. Laakin lakabyo ama filtarro aad u badan ayaa u horseeda moodooyin gaabis ah oo bararsan.

Qorayaashu waxay si gaar ah u naqshadeeyeen GELAN si ay u tuujiyaan saxnaanta ugu sarraysa ee ugu yar ee suurtogalka ah.

GELAN waxay isticmaashaa laba baloog oo waaweyn oo la isku dhejiyey:

• Blocks isku-darka lakabka oo hufan - Isbeddelladan isku-darka ah ee ka dhexeeya laamaha shabakado badan si ay u qabtaan sifooyin miisaan badan si hufan.
• blocks xisaabinta - Xirmooyinka CSPNet waxay caawiyaan faafinta macluumaadka lakabyada. block kasta waa la bedeli karaa iyadoo lagu salaynayo caqabadaha xisaabinta.

Adigoo si taxadar leh isu dheellitiraya oo la isku darayo baloogyadan, GELAN waxay ku dhufatay meel macaan oo u dhaxaysa waxqabadka, cabbiraadaha, iyo xawaaraha. Qaab dhismeedka qaabdhismeedka isku midka ah ayaa kor u qaadi kara ama hoos u dhigi kara cabbirro kala duwan oo moodallo iyo qalab ah.

Tijaabooyinku waxay muujiyeen GELAN inay ku habboon tahay wax qabad dheeraad ah moodooyin yaryar marka loo eego qaab-dhismeedyadii hore ee YOLO. Tusaale ahaan, GELAN-Small oo leh cabbirro 7M ah ayaa ka sarre maray cabbirka 11M YOLOv7-Nano. Iyo GELAN-Medium oo leh cabbirro 20M ah oo lagu sameeyay si la mid ah moodooyinka dhexdhexaadka ah ee YOLOv7 ee u baahan 35-40M.

Marka iyadoo la naqshadeynayo qaab-dhismeed heersare ah oo si gaar ah loogu hagaajiyay waxtarka, GELAN waxay u oggolaanaysaa moodooyinka inay si degdeg ah ugu shaqeeyaan agabka xaddidan ee kheyraadka. Marka xigta waxaan arki doonaa sida PGI uga caawiso inay si fiican u tababaraan.

Tababar ka Wanaagsan oo leh Macluumaadka Gradient Programme (PGI)

Tababarka moodelku waa sidaas oo kale muhiim u ah in la kordhiyo saxnaanta agabka xaddidan. Qorayaasha YOLOv9 waxay aqoonsadeen arrimo tababaraya moodooyin yaryar oo ay sababto xog isugeyn ah oo aan la isku halayn karin.

Qalinjabiyeyaasha go'aanso inta miisaan ee nooca la cusboonaysiiyo inta lagu jiro tababarka. Sawaxanka qaylada ama marin habaabinta waxay u horseedaa isku xidhid xumo. Arrinkani waxa uu noqonayaa mid aad loogu caddeeyo shabakadaha yaryar.

Farsamadii kormeer qoto dheer tan wax ka qabtaa isagoo soo bandhigaya laamo dheeri ah oo leh khasaarooyin si ay ugu faafiyaan ishaarada isugeynta wanaagsan ee shabakada. Laakiin waxay u egtahay inay burburto oo ay keento kala duwanaanshiyaha moodooyinka yaryar ee fudud.

Si looga gudbo xaddidan, YOLOv9 waxay soo bandhigaysaa Macluumaadka Gradient Programmeable (PGI). PGI waxay leedahay laba qaybood oo waaweyn:

• Laamaha wax-ka-beddelka ah - Kuwani waxay bixiyaan jaangooyooyin nadiif ah iyadoo la ilaalinayo isku xirka dib loo rogi karo gelinta iyadoo la adeegsanayo blocks sida RevCols.
• Is dhexgalka heerar kala duwan - Tani waxay ka fogaanaysaa kala duwanaanshaha laamaha kala duwan ee kala duwan ee faragelinta. Waxay isku daraa gradients dhammaan laamaha ka hor inta aan dib loogu celin qaabka ugu muhiimsan.

Iyadoo la abuurayo jaangooyooyin la isku halleyn karo, PGI waxay ka caawisaa moodooyinka yaryar inay u tababaraan si wax ku ool ah sida kuwa waaweyn:

Tijaabooyinku waxay muujiyeen saxnaanta PGI ee dhammaan cabbirrada moodeelka, gaar ahaan qaabaynta yaryar. Tusaale ahaan, waxay kor u qaaday buundooyinka AP ee YOLOv9-Small 0.1-0.4% marka loo eego gundhigga GELAN-Small. Faa'iidooyinka ayaa xitaa aad muhiim ugu ahaa moodooyinka qoto dheer sida YOLOv9-E ee 55.6% mAP.

Markaa PGI waxay awood u siinaysaa moodooyin yar yar, oo hufan si ay ugu tababaraan heerar saxnaan sare oo hore oo kaliya oo lagu gaadhi karo moodooyinka la qiyaaso.

YOLOv9 waxay dejisay heer-farshaxan cusub oo wax ku ool ah

Marka la isku daro horumarka qaab dhismeedka GELAN iyo horumarinta tababarka ee PGI, YOLOv9 waxa ay ku guulaysataa hufnaan iyo waxqabad aan hore loo arag:

• Marka la barbardhigo noocyadii hore ee YOLO, YOLOv9 ayaa helaysa saxsanaan wanaagsan oo leh 10-15% ka yar cabirro iyo 25% xisaabin yar. Tani waxay keenaysaa horumar weyn oo xagga xawaaraha iyo kartida ee cabbirrada moodeelka.
• YOLOv9 ayaa ka sare maray sahamiyeyaasha kale ee waqtiga-dhabta ah sida YOLO-MS iyo RT-DETR marka la eego hufnaanta cabbirka iyo FLOPs. Waxay u baahan tahay ilo aad u yar si loo gaaro heer wax qabad la siiyay.
• Moodooyinka YOLOv9 ee yaryar xitaa waxay garaaceen moodooyinka horay loo tababaray ee waaweyn sida RT-DETR-X. Inkastoo la isticmaalo 36% ka yar cabbirada, YOLOv9-E ayaa gaadhay 55.6% ka fiican iyada oo loo marayo qaab-dhismeedka wax ku ool ah.

Markaa iyadoo wax laga qabanayo hufnaanta heerarka naqshadaha iyo tababarka, YOLOv9 waxay dejinaysaa heer-farshaxan cusub oo loogu talagalay in lagu kordhiyo waxqabadka agabka xaddidan.

GELAN – Naqshad La Wanaajiyey ee Waxtarka

YOLOv9 waxay soo bandhigaysaa qaabdhismeed cusub oo loo yaqaan Shabakadda Isku-darka Isku-darka Wax-ku-oolnimada Guud (GELAN) kaas oo kor u qaada saxnaanta miisaaniyada cabbirka ugu yar. Waxay ku dul dul dhistaa qaababkii hore ee YOLO laakiin waxay wanaajisaa qaybaha kala duwan gaar ahaan hufnaanta.

Asal ahaan CSPNet iyo ELAN

Noocyadii u dambeeyay ee YOLO tan iyo v5 waxay adeegsadeen lafo-dhabarta oo ku salaysan Shabakadda Qaybta Isku-tallaabta (CSPNet) ee hufnaanta la hagaajiyay. CSPNet waxay u ogolaataa khariidado sifada in la isku geeyo laamaha shabakada is barbar socda iyadoo lagu darayo wax ka sareeya:

Tani way ka waxtar badan tahay in lakabyada si taxane ah loo xidho, taas oo inta badan keenta xisaabin la'aan iyo qiyaasid xad dhaaf ah.

YOLOv7 waxay u cusboonaysiisay CSPNet ilaa Shabakadda Isku-darka Lakabka Waxtarka leh (ELAN), kaas oo fududeeyay qaab-dhismeedka block:

ELAN waxa ay meesha ka saartay isku xidhka gaaban ee u dhexeeya lakabyada iyada oo door bidaysa noodhka isku-darka ah ee wax soo saarka. Tani waxay sii wanaajisay qiyaasta iyo waxtarka FLOPs.

Guud ahaan ELAN si loo helo hufnaan dabacsan

Qorayaashu waxay si guud u dhigeen ELAN si ay u abuuraan GELAN, laf dhabarta loo isticmaalo YOLOv9. GELAN waxay samaysay wax ka beddello muhiim ah si ay u horumariso dabacsanaanta iyo hufnaanta:

• blocks xisaabeed isweydaarsan kara - ELAN hore waxay lahayd lakabyo isbedbeddelaya oo go'an. GELAN waxa ay ogolanaysaa in la badalo block kasta oo xisaabiye ah sida ResNets ama CSPNet, iyada oo bixisa fursado badan oo naqshadeed.
• Qoto dheer-caqli-ku-samaynta - Qoto dheer oo kala duwan oo loogu talagalay laanta muhiimka ah vs laanta isku-darka waxay fududaysaa isticmaalka kheyraadka hagaajinta.
• Waxqabadka xasiloon ee isku xidhka - GELAN waxay ilaalisaa saxnaanta noocyo kala duwan iyo qoto dheer, taas oo u oggolaanaysa miisaan dabacsan.

Isbeddelladani waxay GELAN ka dhigaan laf-dhabar xooggan laakiin la habeyn karo si loo kordhiyo waxtarka:

Tijaabooyin, moodooyinka GELAN waxay si joogto ah uga fiicnaadeen qaab-dhismeedyadii hore ee YOLO si sax ah halkii cabbir:

• GELAN-Small oo leh 7M cabirro ayaa garaacay YOLOv7-Nano's 11M
• GELAN-Dhex dhaxaad waxay ku beegnayd moodooyinka dhexdhexaadka ah ee YOLOv7 ka culus

Markaa GELAN waxay bixisaa laf dhabarta la wanaajiyey si loo cabbiro YOLO ee bartilmaameedyada waxtarka leh ee kala duwan. Marka xigta waxaan arki doonaa sida PGI uga caawiso inay si fiican u tababaraan.

PGI - Tababarka La Hagaajiyay ee Dhammaan Cabbirrada Model

Iyadoo doorashooyinka qaab-dhismeedku ay saameeyaan hufnaanta wakhtiga go'aaminta, habka tababarku wuxuu sidoo kale saameeyaa isticmaalka kheyraadka moodada. YOLOv9 waxay isticmaashaa farsamo cusub oo lagu magacaabo Programmable Gradient Information (PGI) si loo horumariyo tababbarka cabbirrada iyo kakanaanta noocyada kala duwan.

Dhibaatada Qalab aan la isku halayn karin

Inta lagu jiro tababarka, shaqada khasaaradu waxay barbardhigtaa wax-soo-saarka moodeelka iyo summadaha runta ee dhulka waxayna xisaabisaa khaladaadka si loo cusboonaysiiyo cabbirrada. Sawaxan buuq badan ama marin habaabin ah u horseeda isku-xidhnaan iyo hufnaan xumo.

Shabakado aad u qoto dheer ayaa tan uga sii daraya ciribtirka macluumaadka - gradients ee lakabyada qoto dheer waxaa kharribmay calaamadaha lumay ama cadaadisay.

Kormeer qoto dheer waxay ka caawisaa soo bandhigida laamo dhinaca kaaliyaha ah oo leh khasaare si ay u bixiyaan jaranjaro nadiif ah. Laakiin inta badan u jajabiyaa moodooyinka yaryar, taasoo keentay faragelin iyo kala fogaansho u dhexeeya laamaha kala duwan.

Markaa waxaan u baahanahay hab lagu bixiyo gradients la isku halayn karo oo ka shaqeeya dhammaan cabbirrada moodeelka, gaar ahaan kuwa yaryar.

Soo Bandhigida Macluumaadka Gradient Programmable (PGI)

Si wax looga qabto gradients aan la isku halayn karin, YOLOv9 waxay soo jeedinaysaa Macluumaadka Gradient Programmable (PGI). PGI waxay leedahay laba qaybood oo waaweyn oo loogu talagalay in lagu horumariyo tayada gradient:

1. Laamaha wax-ka-beddelka ah

Laamo dheeraad ah ayaa bixiya isku xirka dib loo celin karo dib ugu noqo gelinta adoo isticmaalaya blocks sida RevCols. Tani waxay ilaalinaysaa jaangooyooyinka nadiifka ah iyagoo ka fogaanaya cilladaha macluumaadka.

2. Is dhexgalka gradient heerar badan

Isku-xidhka isku-dhafka ah ayaa isku-darka isku-darka dhammaan laamaha ka hor inta aan dib loogu celin qaabka ugu muhiimsan. Tani waxay ka hortagtaa kala duwanaanshaha laamaha.

Iyada oo dhalinaysa jaangooyo la isku halayn karo, PGI waxay wanaajisaa isku xidhka tababarka iyo hufnaanta dhammaan cabbirrada moodeelka:

• Moodooyinka khafiifka ah ka faa'iidayso kormeer qoto dheer oo aanay isticmaali karin markii hore
• Moodooyinka waaweyn hel gradients nadiif ah oo awood u siinaya guud ahaan ka wanaagsan

Tijaabooyinku waxay muujiyeen in PGI ay xoojisay saxnaanta qaabaynta YOLOv9 yar iyo weynba ee salka GELAN:

• + 0.1-0.4% AP ee YOLOv9-Small
• + 0.5-0.6% AP ee moodooyinka YOLOv9 ee waaweyn

Markaa PGI's gradients barnaamijyadeeda ayaa awood u siinaya moodooyinka waaweyn iyo kuwa yar inay si hufan u tababaraan.

YOLOv9 Dejiya Xaqiijinta Fanka-Cusub

Marka la isku daro hagaajinta qaabdhismeedka GELAN iyo kobcinta tababarka ee PGI, YOLOv9 waxay ku guulaysataa natiijooyin cusub oo casri ah oo loogu talagalay ogaanshaha shay-waqtiga dhabta ah.

Tijaabooyinka xogta COCO waxay muujinayaan YOLOv9 inay dhaaftay noocyadii hore ee YOLO, iyo sidoo kale kuwa kale ee waqtiga dhabta ah sida YOLO-MS, sax iyo hufnaan:

Tilmaamaha muhiimka ah qaarkood:

• YOLOv9-yar ayaa dhaaftay YOLO-MS-Small oo leh 10% ka yar cabbirada iyo xisaabinta
• YOLOv9- Dhexdhexaadku wuxuu u dhigmaa moodooyinka YOLOv7 ka culus iyagoo isticmaalaya wax ka yar kala badh agabka
• YOLOv9-Large ayaa ka sarreeya YOLOv8-X oo leh 15% ka yar cabbirro iyo 25% FLOPs

Waxaa cajiib ah, moodooyinka yaryar ee YOLOv9 xitaa waxay dhaafeen moodooyinka culculus ee qalabka kale ee isticmaala tababbarka hore sida RT-DETR-X. In kasta oo 4x ka yar cabbirro, YOLOv9-E ay si sax ah uga sarreyso RT-DETR-X.

Natiijooyinkani waxay muujinayaan waxtarka sare ee YOLOv9. Horumarintu waxa ay sahlaysa in la ogaado shay sax ah oo sugan xaalado badan oo isticmaalka dhabta ah.

Qaadashada Muhiimka ah ee Kordhinta YOLOv9

Aynu si dhakhso leh dib ugu soo koobno ​​qaar ka mid ah casriyaynta iyo hal-abuurka muhiimka ah ee suurtageliya waxqabadka casriga ah ee YOLOv9:

• GELAN qaabdhismeedka la hagaajiyay - Waxay wanaajisaa hufnaanta cabbirka iyada oo loo marayo blocks isku-darka dabacsan. Oggolow moodooyinka cabirida bartilmaameedyada kala duwan.
• Macluumaad tartiib tartiib ah oo la baran karo -Waxay ku siisaa gradients la isku halayn karo iyada oo loo marayo isku xirka dib loo rogi karo iyo isku-dhafka. Waxay horumarisaa tababbarka cabbirrada moodeelka.
• Saxsanaan weyn oo kheyraad yar leh - Waxay yaraynaysaa halbeegyada iyo xisaabinta 10-15% marka loo eego YOLOv8 iyada oo saxsanaan wanaagsan tahay. Waxay sahlaysa fikrado hufan.
• Natiijooyinka ugu sarreeya ee cabbirrada moodeelka - Waxay dejisaa qaab-farshaxan cusub oo loogu talagalay qaabeynta moodeel fudud, dhexdhexaad, iyo weyn. Wuxuu ka sarreeyaa moodooyinka aadka loo tababaray.
• Balaadhinta ku-dhaqanka - Hufnaanta sare waxay balaadhisaa kiisaska la isticmaali karo, sida ogaanshaha waqtiga-dhabta ah ee aaladaha cidhifyada.

Iyada oo si toos ah wax looga qabanayo saxsanaanta, hufnaanta, iyo ku dabaqmista, YOLOv9 waxay hore u dhaqaajisaa ogaanshaha shayga si ay u buuxiso baahiyaha kala duwan ee adduunka dhabta ah. Casriyeyntu waxay aasaas xooggan u tahay hal-abuurnimada mustaqbalka ee awooddan aragtida kombuyuutarka ee muhiimka ah.