Yolov9训练自己的voc数据集

一、训练环境：

1.服务器：85

2.虚拟环境采用和yolov5一样的Pytorch

二、voc数据集环境：

1.从yolov5环境拷贝makeTxt.py、voc_label_urine_cell_231230.py文件放在

/home/kemove/gfh/AI-train/yolov9/yolov9-main 目录下

2.图片放在/home/kemove/gfh/AI-train/yolov9/yolov9-main/data/images目录下

3.标签放在/home/kemove/gfh/AI-train/yolov9/yolov9-main/data/Annotations/目录下

三、模型训练：

1.在/home/kemove/gfh/AI-train/yolov9/yolov9-main 目录依次执行：

   python3 makeTxt.py

   python3 voc_label_urine_cell_231230.py

2.启动训练：

python3 train_dual.py --weights ./yolov9-c.pt --data ./data/urine_cell_231230.yaml  --cfg  ./models/detect/yolov9-c_urine_cell_231230.yaml --hyp ./data/hyps/hyp.scratch-high.yaml --batch-size -1  --name  exp240409_urine_cell_yqc

注意：

1../data/urine_cell_231230.yaml中path最好用绝对路径

2.用train.py训练会报错，用train_dual.py不会

3.预训练模型目前没有s版，先用c版

4.要加--hyp ./data/hyps/hyp.scratch-high.yaml