Link to this sectionYOLOv9: Um salto em frente na tecnologia de Detecção de Objetos#

O YOLOv9 marca um avanço significativo na detecção de objetos em tempo real, introduzindo técnicas inovadoras como a Programmable Gradient Information (PGI) e a Generalized Efficient Layer Aggregation Network (GELAN). Este modelo demonstra melhorias notáveis em eficiência, precisão e adaptabilidade, estabelecendo novos benchmarks no conjunto de dados MS COCO. O projeto YOLOv9, embora desenvolvido por uma equipe open-source separada, baseia-se na base de código robusta fornecida pelo Ultralytics YOLOv5, demonstrando o espírito colaborativo da comunidade de pesquisa em IA.

Link to this sectionIntrodução ao YOLOv9#

Na busca pela detecção de objetos em tempo real ideal, o YOLOv9 destaca-se com a sua abordagem inovadora para superar os desafios de perda de informação inerentes às redes neurais profundas. Ao integrar a PGI e a versátil arquitetura GELAN, o YOLOv9 não só aumenta a capacidade de aprendizagem do modelo, como também garante a retenção de informações cruciais durante todo o processo de detecção, alcançando assim uma precisão e um desempenho excepcionais.

Link to this sectionInovações principais do YOLOv9#

Os avanços do YOLOv9 estão profundamente enraizados na resolução dos desafios colocados pela perda de informação em redes neurais profundas. O Princípio do Gargalo de Informação (Information Bottleneck Principle) e o uso inovador de Funções Reversíveis são centrais para o seu design, garantindo que o YOLOv9 mantenha alta eficiência e precisão.

Link to this sectionPrincípio do Gargalo de Informação#

O Princípio do Gargalo de Informação revela um desafio fundamental no deep learning: à medida que os dados passam por camadas sucessivas de uma rede, o potencial de perda de informação aumenta. Este fenômeno é representado matematicamente como:

I(X, X) >= I(X, f_theta(X)) >= I(X, g_phi(f_theta(X)))

onde I denota a informação mútua, e f e g representam funções de transformação com parâmetros theta e phi, respectivamente. O YOLOv9 combate este desafio implementando a Programmable Gradient Information (PGI), que ajuda a preservar dados essenciais ao longo da profundidade da rede, garantindo uma geração de gradiente mais confiável e, consequentemente, uma melhor convergência e desempenho do modelo.

Link to this sectionFunções Reversíveis#

O conceito de Funções Reversíveis é outro pilar do design do YOLOv9. Uma função é considerada reversível se puder ser invertida sem qualquer perda de informação, conforme expresso por:

X = v_zeta(r_psi(X))

com psi e zeta como parâmetros para a função reversível e a sua inversa, respectivamente. Esta propriedade é crucial para arquiteturas de deep learning, pois permite que a rede retenha um fluxo de informação completo, permitindo atualizações mais precisas dos parâmetros do modelo. O YOLOv9 incorpora funções reversíveis na sua arquitetura para mitigar o risco de degradação da informação, especialmente em camadas mais profundas, garantindo a preservação de dados críticos para tarefas de detecção de objetos.

Link to this sectionImpacto em Modelos Leves#

Abordar a perda de informação é particularmente vital para modelos leves, que são frequentemente sub-parametrizados e propensos a perder informações significativas durante o processo feedforward. A arquitetura do YOLOv9, através do uso de PGI e funções reversíveis, garante que, mesmo com um modelo simplificado, as informações essenciais necessárias para uma detecção precisa de objetos sejam retidas e utilizadas de forma eficaz.

Link to this sectionProgrammable Gradient Information (PGI)#

A PGI é um conceito novo introduzido no YOLOv9 para combater o problema do gargalo de informação, garantindo a preservação de dados essenciais através das camadas profundas da rede. Isto permite a geração de gradientes confiáveis, facilitando atualizações precisas do modelo e melhorando o desempenho geral da detecção.

Link to this sectionGeneralized Efficient Layer Aggregation Network (GELAN)#

A GELAN representa um avanço arquitetônico estratégico, permitindo que o YOLOv9 alcance uma utilização superior de parâmetros e eficiência computacional. O seu design permite a integração flexível de vários blocos computacionais, tornando o YOLOv9 adaptável a uma ampla gama de aplicações sem sacrificar a velocidade ou a precisão.

Link to this sectionBenchmarks do YOLOv9#

O benchmarking no YOLOv9 usando Ultralytics envolve avaliar o desempenho do teu modelo treinado e validado em cenários do mundo real. Este processo inclui:

• Avaliação de Desempenho: Avaliar a velocidade e precisão do modelo.
• Formatos de Exportação: Testar o modelo em diferentes formatos de exportação para garantir que ele atenda aos padrões necessários e tenha um bom desempenho em vários ambientes.
• Suporte a Frameworks: Fornecer uma estrutura abrangente dentro do Ultralytics YOLOv8 para facilitar essas avaliações e garantir resultados consistentes e confiáveis.

Ao realizar benchmarks, podes garantir que o teu modelo não só tem um bom desempenho em ambientes de teste controlados, como também mantém um alto desempenho em aplicações práticas do mundo real.

Link to this sectionDesempenho no Conjunto de Dados MS COCO#

O desempenho do YOLOv9 no conjunto de dados COCO exemplifica os seus avanços significativos na detecção de objetos em tempo real, estabelecendo novos benchmarks em vários tamanhos de modelos. A Tabela 1 apresenta uma comparação abrangente de detectores de objetos em tempo real de última geração, ilustrando a eficiência superior e a precisão do YOLOv9.

As iterações do YOLOv9, variando desde a variante tiny t até ao modelo extenso e, demonstram melhorias não apenas na precisão (métricas mAP), mas também na eficiência com um número reduzido de parâmetros e necessidades computacionais (FLOPs). Esta tabela sublinha a capacidade do YOLOv9 de oferecer alta precisão enquanto mantém ou reduz a carga computacional em comparação com versões anteriores e modelos concorrentes.

Comparativamente, o YOLOv9 apresenta ganhos notáveis:

• Modelos Leves: O YOLOv9s supera o YOLO MS-S na eficiência de parâmetros e carga computacional, enquanto atinge uma melhoria de 0.4∼0.6% em AP.
• Modelos Médios a Grandes: O YOLOv9m e o YOLOv9e mostram avanços notáveis no equilíbrio entre a complexidade do modelo e o desempenho da detecção, oferecendo reduções significativas em parâmetros e cálculos face a uma melhoria na precisão.

O modelo YOLOv9c, em particular, destaca a eficácia das otimizações da arquitetura. Opera com 42% menos parâmetros e 21% menos demanda computacional do que o YOLOv7 AF, mas atinge uma precisão comparável, demonstrando as melhorias significativas de eficiência do YOLOv9. Além disso, o modelo YOLOv9e estabelece um novo padrão para modelos grandes, com 15% menos parâmetros e 25% menos necessidade computacional do que o YOLOv8x, juntamente com uma melhoria incremental de 1.7% em AP.

Estes resultados mostram os avanços estratégicos do YOLOv9 no design de modelos, enfatizando a sua eficiência aprimorada sem comprometer a precisão essencial para tarefas de detecção de objetos em tempo real. O modelo não só ultrapassa os limites das métricas de desempenho, como também enfatiza a importância da eficiência computacional, tornando-se um desenvolvimento fundamental no campo da visão computacional.

Link to this sectionConclusão#

O YOLOv9, lançado em fevereiro de 2024, representou um desenvolvimento fundamental na detecção de objetos em tempo real, oferecendo melhorias significativas em termos de eficiência, precisão e adaptabilidade. Ao abordar desafios críticos através de soluções inovadoras como PGI e GELAN, o YOLOv9 estabeleceu novos benchmarks na época do seu lançamento. Embora modelos mais novos, como o YOLO11 e o YOLO26, tenham sido lançados posteriormente com melhorias adicionais, as inovações arquitetônicas do YOLOv9 continuam a influenciar o campo.

Link to this sectionExemplos de uso#

Este exemplo fornece exemplos simples de treinamento e inferência com o YOLOv9. Para a documentação completa sobre estes e outros modos, consulta as páginas de documentação de Predict, Train, Val e Export.

from ultralytics import YOLO

# Build a YOLOv9c model from scratch
model = YOLO("yolov9c.yaml")

# Build a YOLOv9c model from pretrained weight
model = YOLO("yolov9c.pt")

# Display model information (optional)
model.info()

# Train the model on the COCO8 example dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference with the YOLOv9c model on the 'bus.jpg' image
results = model("path/to/bus.jpg")

Link to this sectionTarefas e modos suportados#

A série YOLOv9 oferece uma gama de modelos, cada um otimizado para Detecção de Objetos de alto desempenho. Estes modelos atendem a diversas necessidades computacionais e requisitos de precisão, tornando-os versáteis para uma ampla gama de aplicações.

Esta tabela fornece uma visão geral detalhada das variantes do modelo YOLOv9, destacando as suas capacidades em tarefas de detecção de objetos e a sua compatibilidade com vários modos operacionais, tais como Inferência, Validação, Treinamento e Exportação. Este suporte abrangente garante que os usuários possam aproveitar totalmente as capacidades dos modelos YOLOv9 numa ampla gama de cenários de detecção de objetos.

Link to this sectionCitações e Agradecimentos#

Gostaríamos de agradecer aos autores do YOLOv9 pelas suas contribuições significativas no campo da detecção de objetos em tempo real:

@inproceedings{wang2024yolov9,
  title={YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information},
  author={Wang, Chien-Yao and Yeh, I-Hau and Liao, Hong-Yuan Mark},
  booktitle={Computer Vision -- ECCV 2024},
  pages={1--21},
  year={2024},
  organization={Springer Nature Switzerland}
}

O artigo oficial do YOLOv9 foi publicado nos anais da Springer ECCV 2024, com um preprint no arXiv. Os autores disponibilizaram seu trabalho publicamente, e a base de código pode ser acessada no GitHub. Agradecemos seus esforços em avançar a área e tornar seu trabalho acessível a toda a comunidade.

Link to this sectionFAQ#

Link to this sectionQue inovações o YOLOv9 introduz para a detecção de objetos em tempo real?#

O YOLOv9 introduz técnicas inovadoras como a Programmable Gradient Information (PGI) e a Generalized Efficient Layer Aggregation Network (GELAN). Estas inovações resolvem os desafios de perda de informação em redes neurais profundas, garantindo alta eficiência, precisão e adaptabilidade. A PGI preserva dados essenciais através das camadas da rede, enquanto a GELAN otimiza a utilização de parâmetros e a eficiência computacional. Sabe mais sobre as inovações principais do YOLOv9 que estabeleceram novos benchmarks no conjunto de dados MS COCO.

Link to this sectionComo é que o YOLOv9 tem desempenho no conjunto de dados MS COCO em comparação com outros modelos?#

O YOLOv9 supera detectores de objetos em tempo real de última geração ao atingir maior precisão e eficiência. No conjunto de dados COCO, os modelos YOLOv9 exibem pontuações mAP superiores em vários tamanhos, mantendo ou reduzindo a carga computacional. Por exemplo, o YOLOv9c atinge uma precisão comparável com 42% menos parâmetros e 21% menos demanda computacional do que o YOLOv7 AF. Explora as comparações de desempenho para métricas detalhadas.

Link to this sectionComo posso treinar um modelo YOLOv9 usando Python e CLI?#

Podes treinar um modelo YOLOv9 usando tanto comandos Python como CLI. Para Python, instancia um modelo usando a classe YOLO e chama o método train:

from ultralytics import YOLO

# Build a YOLOv9c model from pretrained weights and train
model = YOLO("yolov9c.pt")
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Para treinamento via CLI, executa:

yolo train model=yolov9c.yaml data=coco8.yaml epochs=100 imgsz=640

Sabe mais sobre os exemplos de uso para treinamento e inferência.

Link to this sectionQuais são as vantagens de usar o Ultralytics YOLOv9 para modelos leves?#

O YOLOv9 foi projetado para mitigar a perda de informação, o que é particularmente importante para modelos leves que são frequentemente propensos a perder informações significativas. Ao integrar a Programmable Gradient Information (PGI) e funções reversíveis, o YOLOv9 garante a retenção de dados essenciais, melhorando a precisão e a eficiência do modelo. Isto torna-o altamente adequado para aplicações que exigem modelos compactos com alto desempenho. Para mais detalhes, explora a seção sobre o impacto do YOLOv9 em modelos leves.

Link to this sectionQuais tarefas e modos o YOLOv9 suporta?#

O YOLOv9 suporta várias tarefas, incluindo detecção de objetos e segmentação de instâncias. É compatível com múltiplos modos operacionais, tais como inferência, validação, treinamento e exportação. Esta versatilidade torna o YOLOv9 adaptável a diversas aplicações de visão computacional em tempo real. Consulta a seção tarefas e modos suportados para mais informações.