当前位置:   article > 正文

YoLov9目标检测算法的使用

YoLov9目标检测算法的使用

目录

一、环境安装

1、创建虚拟环境

2、安装依赖库

二、数据集准备

1、数据集的文件名

2、划分数据集

3、配置数据文件

4、修改模型结构文件的类别

5、下载模型预训练权重

三、训练

1、训练的三个文件介绍

2、训练

3、验证

4、检测单张图片

四、附录

1、训练参数

2、验证参数

3、预测参数

4、训练模型权重 YOLOv9.pt 重新参数化轻量转为 YOLOv9-converted.pt

5、FPS如何得到

五、报错处理

1、提示:AttributeError: 'FreeTypeFont' object has no attribute 'getsize'

2、提示:libGL.so.1: cannot open shared object file: No such file or directory

3、训练的P、R、mAP等均为0

4、运行detect.py提示:AttributeError: 'list' object has no attribute 'device


一、环境安装

1、创建虚拟环境

  1. conda create -n yolov9 python=3.8
  2. # 激活yolov9 env
  3. conda activate yolov9

2、安装依赖库

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

如果是已经存在的torch环境安装,可以在requirements.txt文件中删掉torch后安装(避免安装的不是GPU版本)

二、数据集准备

1、数据集的文件名

在代码根目录下,新建一个datasets的文件夹,并对这个文件夹新建下面三个文件夹,并放入对应的数据。

  • Annotations里面存放标签xml文件。
  • JPEGImage 里面存放原始图片。
  • labels文件夹里面存放的是标签txt文件(YOLO用的也是这种类型的标签)。这个文件夹里的文件是通过脚本生成的。

yolo的标签格式,即:

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/很楠不爱3/article/detail/578493
推荐阅读
相关标签
  

闽ICP备14008679号