yolov9训练步骤

GIT:

[https://github.com/WongKinYiu/yolov9]

window10+cuda10.2 本地测试：

1、conda

安装和创建虚拟环境
conda create --name yolov9 python=3.8
conda activate yolov9

2、更新pip版本

python -m pip install  -i https://pypi.doubanio.com/simple/ --upgrade pip
python -m pip install  -i https://pypi.doubanio.com/simple/ --upgrade setuptools

3、环境安装：

nvidia-smi

pip install torch==1.9.0+cu102  torchvision==0.10.0+cu102  torchaudio==0.9.0  -f https://download.pytorch.org/whl/torch_stable.html

pip install -r requirements.txt -i https://pypi.doubanio.com/simple/

验证torch是cuda版本

import torch
torch.cuda.is_available()  # cuda是否可用；
torch.cuda.device_count()  # 返回gpu数量；
torch.cuda.get_device_name(0)  # 返回gpu名字，设备索引默认从0开始；
torch.cuda.current_device()  # 返回当前设备索引；

解决显卡不支持问题；https://blog.csdn.net/weixin_47880303/article/details/124988738
torch下载地址：https://download.pytorch.org/whl/torch_stable.html

二、配置和运行

问题1

降版本 Pillow 为9.5

配置：

1、data.yaml

2、模型选用yolov9-c，新建weights文件夹和model文件

本地需要设置batchsize为2才能训练起来。