自己训练的分割模型,测试效果如下:
官网分割模型测试效果如下:
前言
YOLOv9 通过研究数据传输时的信息丢失问题,提出了可编程梯度信息(PGI)和通用高效层聚合网络(GELAN)架构,提高了参数利用率和模型性能。与 SOTA 方法相比,GELAN 仅使用传统卷积算子即可实现更好的参数利用率。PGI 适用于从轻型到大型的各种模型,使从头开始训练的模型能够获得更好的结果。YOLOv9 被评价为新的 SOTA 实时目标检测器。论文地址链接: YOLOv9论文,接下来本文手把手教你训练自己分割数据集和推理训练好的分割模型。