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