yolov9实现图像分割(gelan-c-seg.pt)步骤

创建虚拟环境

conda activate yolov9 -n python=3.8
conda acitivate yolov9
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

数据准备

在主文件夹创建一个data.yaml文件
data(images\labels)
splitdata.py(train\test\val)

训练

models/segment/gelan-c-seg.yaml这个文件里面修改nc值为1

python segment/train.py --workers 8 --device 0 --batch 32  --data data.yaml --img 640 --cfg models/segment/gelan-c-seg.yaml --weights 'gelan-c-seg.pt' --name gelan-c-seg --hyp hyp.scratch-high.yaml --no-overlap --epochs 100 --close-mosaic 10

如果意外中断训练,可从断点继续训练

python segment/train.py --workers 8 --device 0 --batch 32 --data data.yaml --img 640 --cfg models/segment/gelan-c-seg.yaml --weights 'gelan-c-seg.pt' --name gelan-c-seg --hyp hyp.scratch-high.yaml --no-overlap --epochs 100 --close-mosaic 10 --resume 'C:/.../yolov9-main/yolov9-main/runs/train-seg/gelan-c-seg7/weights/last.pth'

验证

修改segment/val.py中的run()函数:save_json=True/save_txt=True…

python segment/val.py --workers 8 --device 0 --batch 32 --data data.yaml --img 640 --weights "C:/Users/.../runs/train-seg/gelan-c-seg7/weights/best.pt" --name gelan-c-seg-val --save-json --iou-thres 0.6 --conf-thres 0.001

yolov9
原码
论文

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值