YOLOv9配置与运行

可以多多关注我吗？？？

1、官网下载代码与权重.（权重放在根目录下）

2、conda create -n yolov9 python=3.8
后激活 activate yolov9
3、使用该虚拟环境并点击“与该虚拟环境绑定”

4、虚拟环境中，pip install -r requirements.txt，安装库
5、卸载依赖中torch的CPU环境，pip uninstall torch
安装pytorch官网的pytorch命令，以下为11.8版本（注意版本不可小于cuda），下载时间比较长，别用清华源。
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia，到此GPU环境搭建结束。一切均结束。
6、增加这个test.py，验证GPU环境。直接运行，看是否为GPU环境。

7、将权重文件路径和配置文件路径依次填入train脚本中，如下：