YOLOv9全流程保姆级跑通教程！从训练到验证再到推理！一文读懂YOLOv9！！！

最新推荐文章于 2024-07-28 13:13:13 发布

AI棒棒牛

最新推荐文章于 2024-07-28 13:13:13 发布

阅读量7.8k

点赞数 33

分类专栏： YOLOv9全网最新改进系列文章标签： YOLO 深度学习目标检测 yolov9 模型训练 YOLOv9训练

本文链接：https://blog.csdn.net/weixin_51692073/article/details/137922378

版权

YOLOv9全网最新改进系列专栏收录该内容

23 篇文章 80 订阅

订阅专栏

YOLOv9全流程保姆级跑通教程！从训练到验证再到推理！一文读懂YOLOv9!！

YOLOv9原文链接戳这里，原文全文翻译请关注B站Ai学术叫叫首er

B站全文戳这里！

详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！

详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
截止到发稿时，B站YOLOv9最新改进系列的源码包，已更新了11种的改进！自己排列组合2-4种后，考虑位置不同后可排列组合上千种！！专注AI学术，关注B站博主：Ai学术叫叫兽er！

1简介

本文是全新的SOTA模型YOLOv9的全部使用教程，需要注意的是YOLOv9发布时间为2024年2月21日，截至最近的日期也没有过去几天，从其实验结果上来看，其效果无论是精度和参数量都要大于过去的一些实时检测模型，其主要创新点是两个分别是提出了Programmable Gradient Information（PGI）的结构以及全新的主干Generalized ELAN（GELAN）

接下来本文将会手把手指导各位家人们如何使用自定义数据集训练YOLOv9模型，以及获取数据集/训练/推理/验证/调参and导出实验结果用于对比分析等，全文干货！各位自行分段实操！！！

以下为相关绘图：
在这里插入图片描述
图3.PGI及相关网络架构和方法。
（a）路径聚合网络（PAN））[37]，（b）可逆列（RevCol）[3]，（c）传统深度监督，以及（d）我们提出的可编程梯度信息（PGI）。 PGI主要由三个部分组成：（1）主分支：用于推理的架构，（2）辅助可逆分支：生成可靠的梯度，为主分支提供向后传输，（3）多级辅助信息：控制主分支学习可规划的多层次语义信息

在这里插入图片描述 GELAN 的架构：(a) CSPNet [64]、(b) ELAN [65] 和 © 提出的 GELAN。我们模仿CSPNet，将ELAN扩展为GELAN，可以支持任何计算块。

在这里插入图片描述 PlainNet、ResNet、CSPNet、GELAN在不同深度处随机初始权重输出的特征图（可视化结果）。 100 层后，ResNet 开始产生足以混淆对象信息的前馈输出。我们提出的 GELAN 直到第 150 层仍然可以保留相当完整的信息，并且直到第 200 层仍然具有足够的辨别力。

2 环境搭建

云服务器环境搭建三秒完成教程，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！

3 官方模型下载

下载网址（官方）

4 模型训练

分别有三个模型训练的文件，建议选择第二个即可！

train.py：主分支

train_dual.py：一个辅助分支+一个主分支。

triple_branch.py：2个辅助分支+1个主分支

YOLOv9.yaml如下所示：

# YOLOv9
 
# parameters
nc: 80  # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple
#activation: nn.LeakyReLU(0.1)
#activation: nn.ReLU()
 
# anchors
anchors: 3
 
# YOLOv9 backbone
backbone:
  [
   [-1, 1, Silence, []],
   # conv down
   [-1, 1, Conv, [64, 3, 2]],  # 1-P1/2
   # conv down
   [-1, 1, Conv, [128, 3, 2]],  # 2-P2/4
   # elan-1 block
   [-1, 1, RepNCSPELAN4, [256, 128, 64, 1]],  # 3
   # conv down
   [-1, 1, Conv, [256, 3, 2]],  # 4-P3/8
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 256, 128, 1]],  # 5
   # conv down
   [-1, 1, Conv, [512, 3, 2]],  # 6-P4/16
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 512, 256, 1]],  # 7
   # conv down
   [-1, 1, Conv, [512, 3, 2]],  # 8-P5/32
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 512, 256, 1]],  # 9
  ]
 
# YOLOv9 head
head:
  [
   # elan-spp block
   [-1, 1, SPPELAN, [512, 256]],  # 10
 
   # up-concat merge
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 7], 1, Concat, [1]],  # cat backbone P4
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 512, 256, 1]],  # 13
 
   # up-concat merge
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 5], 1, Concat, [1]],  # cat backbone P3
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [256, 256, 128, 1]],  # 16 (P3/8-small)
 
   # conv-down merge
   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 13], 1, Concat, [1]],  # cat head P4
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 512, 256, 1]],  # 19 (P4/16-medium)
 
   # conv-down merge
   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 512, 256, 1]],  # 22 (P5/32-large)
   
   # routing
   [5, 1, CBLinear, [[256]]], # 23
   [7, 1, CBLinear, [[256, 512]]], # 24
   [9, 1, CBLinear, [[256, 512, 512]]], # 25
   
   # conv down
   [0, 1, Conv, [64, 3, 2]],  # 26-P1/2
 
   # conv down
   [-1, 1, Conv, [128, 3, 2]],  # 27-P2/4
 
   # elan-1 block
   [-1, 1, RepNCSPELAN4, [256, 128, 64, 1]],  # 28
 
   # conv down fuse
   [-1, 1, Conv, [256, 3, 2]],  # 29-P3/8
   [[23, 24, 25, -1], 1, CBFuse, [[0, 0, 0]]], # 30  
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 256, 128, 1]],  # 31
 
   # conv down fuse
   [-1, 1, Conv, [512, 3, 2]],  # 32-P4/16
   [[24, 25, -1], 1, CBFuse, [[1, 1]]], # 33 
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 512, 256, 1]],  # 34
 
   # conv down fuse
   [-1, 1, Conv, [512, 3, 2]],  # 35-P5/32
   [[25, -1], 1, CBFuse, [[2]]], # 36
 
   # elan-2 block
   [-1, 1, RepNCSPELAN4, [512, 512, 256, 1]],  # 37
 
   # detect
   [[31, 34, 37, 16, 19, 22], 1, DualDDetect, [nc]],  # DualDDetect(A3, A4, A5, P3, P4, P5)
  ]

需要注意的是，目前v9暂时不支持修改网络的深度和宽度（如下两行），默认均为1.0！

depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple

5 下载数据集

测试数据集我们采用coco128数据，可以官方下载，也可以找我要（B站：Ai学术叫叫兽er 链接戳这私信即可）

6 数据集路径配置

path: ../datasets/coco128 # dataset root dir
train: images/train2017 # train images (relative to 'path') 128 images
val: images/train2017 # val images (relative to 'path') 128 images
test: # test images (optional)

数据集路径配置如上所示，文字在技术操作方面总是感觉苍白无力，为此我专门录制相关视频教程放到了B站
详细路径教程视频演示在B站（B站：Ai学术叫叫兽er 链接戳这私信即可）

详细如何配置路径以及路径的学习看我的配套视频即可（B站：Ai学术叫叫兽er 链接戳这私信即可）

7 模型训练

在这里插入图片描述
选择train_dual,py进行训练

训练指令为：

python train_dual.py

8 模型参数

总参数如下：

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    # parser.add_argument('--weights', type=str, default=ROOT / 'yolo.pt', help='initial weights path')
    # parser.add_argument('--cfg', type=str, default='', help='model.yaml path')
    parser.add_argument('--weights', type=str, default='', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='yolov9.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='dataset.yaml path')
    parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-high.yaml', help='hyperparameters path')
    parser.add_argument('--epochs', type=int, default=100, help='total training epochs')
    parser.add_argument('--batch-size', type=int, default=1, help='total batch size for all GPUs, -1 for autobatch')
    parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=64, help='train, val image size (pixels)')
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
    parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
    parser.add_argument('--noval', action='store_true', help='only validate final epoch')
    parser.add_argument('--noautoanchor', action='store_true', help='disable AutoAnchor')
    parser.add_argument('--noplots', action='store_true', help='save no plot files')
    parser.add_argument('--evolve', type=int, nargs='?', const=300, help='evolve hyperparameters for x generations')
    parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
    parser.add_argument('--cache', type=str, nargs='?', const='ram', help='image --cache ram/disk')
    parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
    parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
    parser.add_argument('--optimizer', type=str, choices=['SGD', 'Adam', 'AdamW', 'LION'], default='SGD', help='optimizer')
    parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
    parser.add_argument('--workers', type=int, default=0, help='max dataloader workers (per RANK in DDP mode)')
    parser.add_argument('--project', default=ROOT / 'runs/train', help='save to project/name')
    parser.add_argument('--name', default='exp', help='save to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--quad', action='store_true', help='quad dataloader')
    parser.add_argument('--cos-lr', action='store_true', help='cosine LR scheduler')
    parser.add_argument('--flat-cos-lr', action='store_true', help='flat cosine LR scheduler')
    parser.add_argument('--fixed-lr', action='store_true', help='fixed LR scheduler')
    parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
    parser.add_argument('--patience', type=int, default=100, help='EarlyStopping patience (epochs without improvement)')
    parser.add_argument('--freeze', nargs='+', type=int, default=[0], help='Freeze layers: backbone=10, first3=0 1 2')
    parser.add_argument('--save-period', type=int, default=-1, help='Save checkpoint every x epochs (disabled if < 1)')
    parser.add_argument('--seed', type=int, default=0, help='Global training seed')
    parser.add_argument('--local_rank', type=int, default=-1, help='Automatic DDP Multi-GPU argument, do not modify')
    parser.add_argument('--min-items', type=int, default=0, help='Experimental')
    parser.add_argument('--close-mosaic', type=int, default=0, help='Experimental')

    # Logger arguments
    parser.add_argument('--entity', default=None, help='Entity')
    parser.add_argument('--upload_dataset', nargs='?', const=True, default=False, help='Upload data, "val" option')
    parser.add_argument('--bbox_interval', type=int, default=-1, help='Set bounding-box image logging interval')
    parser.add_argument('--artifact_alias', type=str, default='latest', help='Version of dataset artifact to use')

    return parser.parse_known_args()[0] if known else parser.parse_args()

一般需要调整的参数分析，如下：
1.训练权重，选择自己需要加载的权重，或者直接使用默认的即可。

  parser.add_argument('--weights', type=str, default='', help='initial weights path')

2.训练模型，选择需训练的模型，跑YOLOv9原模型的则不需要改变。

 parser.add_argument('--cfg', type=str, default='yolov9-seg.yaml', help='model.yaml path')

3.数据路径，视频组详解，

parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='dataset.yaml path')

4.迭代次数，默认100，实际则需要收敛为止。

 parser.add_argument('--epochs', type=int, default=100, help='total training epochs')

5.batch-size，默认16，根据自身电脑配置选择

parser.add_argument('--batch-size', type=int, default=1, help='total batch size for all GPUs, -1 for autobatch')

6.image-size，默认640，建议采用默认的即可！

 parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=64, help='train, val image size (pixels)')

7.device，选择GPU或者CPU训练，选GPU！CPU训练太慢。

    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')

8.resume,是否选择继续上次中止的训练进程继续进行，默认为否。

    parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')

大家跑实验基本上就需要考虑上述参数更改即可。

9训练结果及导出

训练模型的路径如下所示：
yolov9/runs/train/exp/weights

exp文件中会自动生成resualt.csv文件，将其导出，用于绘制相关图表，绘图教程见我B站吧——戳这！戳这！！戳这！！！！

结语

行文至此，基本结束，剩下的就看各位小伙伴的炼丹运气了！本专栏目前为新开的，后期我会根据各种最新的前沿顶会进行论文复现，也会对一些老的改进机制进行补充，遥遥领先了家人们！！！YOLOv9全网最新改进系列（炼丹炉）戳这！戳这！！戳这！！！！

AI棒棒牛

关注

33
点赞
踩
70

收藏

觉得还不错? 一键收藏
12
评论
YOLOv9全流程保姆级跑通教程！从训练到验证再到推理！一文读懂YOLOv9！！！

YOLOv9全流程保姆级跑通教程！从训练到验证再到推理！一文读懂YOLOv9！！！
复制链接

扫一扫

专栏目录