关于yolov9导出onnx教程以及问题解决

 最近yolov9的发布可以说再次点燃cv界关于目标检测的热情，作为object detection的新SOTA,友友我赶紧训练自己的数据集并导出onnx文件，onnx文件在export.py下运行获得。在运行代码的过程中碰到了一些问题，在这里友友我带大家一步一步修改并导出自己的模型。

1.程序运行位置

  首先要在GitHub上下载文件，链接：GitHub - WongKinYiu/yolov9: Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

下载好后打开文件，训练好自己的模型，保存的pt文件位置在runs/train/exp6/weights下

要导出模型onnx文件，在yolov9\export.py的路径可以找到

2.需修改的参数

第567行是相关参数配置，如图

这里要将569行data.yaml文件改成自己的yaml路径，570行修改成自己的pt文件路径

593行default=[' ']输入onnx

这样基本配置就完成了。

3.运行时可能出现的问题

1.将export.py文件的第497行换成 if isinstance(m, Detect):

2.将507行

shape = tuple((y[0] if isinstance(y, tuple) else y).shape)  # model output shape

改为

shape = tuple(y[0].shape) if isinstance(y, (tuple, list)) and y and isinstance(y[0], torch.Tensor) else tuple(
    y.shape) if isinstance(y, torch.Tensor) else None  # model output shape

3.配置onnx

在终端输入pip install onnx（若下载慢，则加上清华源i https://pypi.tuna.tsinghua.edu.cn/simple）

以上问题解决后，运行应该没什么问题，最终结果如下

生成文件

4.查看模型结构

在Netron网站导入自己的模型文件，即可查看结构（pt模型同样ok）

结语：以上就是友友给大家带来的导出yolov9的onnx文件教程，如果还有遇到的问题欢迎来评论区留言。