YOLOv9最详细教程（训练自己数据集、结构介绍、重点代码讲解）(草履虫都能看懂系列)_yolov9教程

目录（方便查找自己所需）

1、YOLOv9介绍

2、yolov9模型图​编辑

3、前提所需

4、yolov9模型、权重下载

5、环境配置

1.下载yolov9所需虚拟环境

​2.下载yolov9所需库

3.下载pytorch

6、pycharm添加解释器

7、数据集制作

9、项目结构（选看，可跳过）

总体项目一览

yolo.py

.yaml文件

10、训练

---

1、YOLOv9介绍

YOLOv9 是一种用于实时目标检测的深度学习模型，是由 Joseph Redmon 和 Alexey Bochkovskiy 等人共同开发的。它是 YOLO 系列中的最新版本（现在yolov10已出），采用了一种基于骨干网络的轻量化设计，能够在保持检测准确性的同时提高检测速度，适合应用于实时场景。

2、yolov9模型图

3、前提所需

anaconda3、pycharm下载完成（最好不要最新版本，也不要太旧，本人使用2021.3）

4、yolov9模型、权重下载

1.模型下载：​​github模型代码下载

2.模型权重下载（非必须）：yolov9模型下载相同位置，往下翻

位置通常放models文件下

5、环境配置

5.1.下载yolov9所需虚拟环境

打开anaconda prompt

cd进入你下载的yolov9文件夹中

创建yolov9环境：输入 conda create -n yolov9（代表环境名称）python=3.8（使用Python的版本），按y+回车

conda create -n yolov9 python=3.8

进入你刚安装的yolov9环境：conda activate yolov9（你的环境名称）

conda activate yolov9

进入后（）会变成你环境名称 （判断是否安装成功）

5.2.下载yolov9依赖库

加清华端会下载更快，建议加清华端口

//不加清华源
pip install -r requirements.txt

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

只要中间不报错即为下载成功

5.3.下载CUDA，cuDNN

cuda和cuDNN是连接GPU和模型训练的桥梁，pytorch是进入桥梁那段上坡的路（CPU训练慢，GPU快还好）

（最好选择在虚拟环境安装，以下介绍为虚拟机安装过程）

查看cuda最高支持版本，win+R，输入cmd，打开命令窗口，输入nvidia-smi.exe，红框位置为最大可支持安装版本

CUDA，cuDNN一般安装较低版本比较稳定，不会发疯

推荐安装CUDA11.0和cuDNN,进入环境，找到模型文件夹，ctrl+c,v(代码直接复制粘贴即可)

# 安装CUDA # 指定版本
conda install cudatoolkit=11.0 
# 安装cudnn,
如果不指定版本，在安装CUDA之后，会自动匹配对应版本的cudnn安装 # 指定版本
conda install cudnn=7.3 

这里是指定搜索包的路径，速度会更快

# 安装CUDA
conda install cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
# 安装cudnn
conda install cudnn=7.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

个别需要高版本的CUDA,这里也补充上（如：yolov10）

# 安装CUDA # 指定版本
conda install cudatoolkit=11.7
# 安装cudnn，如果不指定版本，在安装CUDA之后，会自动匹配对应版本的cudnn安装 # 指定版本
conda install cudnn=8.5 

5.4.下载pytorch

cuda和cuDNN是连接GPU和模型训练的桥梁，pytorch是进入桥梁那段上坡的路（pytorch库必须和cuda版本匹配）（其实这个在之前下载yolov9虚拟环境已经下载过了，但是为了确保你的pytorch版本和CUDA版本一致，所以这里在从下一遍以确保环境没有问题）

无脑复制（CUDA 11.0）Y+回车

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

无脑复制（CUDA 11.7）Y+回车

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

或者去pytorch官网查找

从下载的yolov9文件中去查看所需要的最低版本号

找到requirements.txt,可以看到是最低需要1.7.0版本

然后找到最低的pytorch版本号和对应的cuda版本，复制下面的代码

6、pycharm添加解释器

点击文件、设置

找到python解释器，添加新的解释器

找到conda环境、使用现有环境，找到你前面配置的yolov9（环境名称）

点击应用

7、数据集制作

最终结构图

在yolo9-main文件夹中创建datasets（数据文件夹），fish（你要训练的数据），Annotations（json文件），images（原图），lables（txt文件）ImageSets（数据集分组），效果如下：

在datasets（数据文件夹）创建xmltotxt.py用于将xml转化为txt文件，复制粘贴即可，需修改转化的类别名称，源文件地址和转化后文件地址（最好使用绝对路径）

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
 
def convert(size, box):
    # size=(width, height)  b=(xmin, xmax, ymin, ymax)
    # x_center = (xmax+xmin)/2        y_center = (ymax+ymin)/2
    # x = x_center / width            y = y_center / height
    # w = (xmax-xmin) / width         h = (ymax-ymin) / height
 
    x_center = (box[0] + box[1]) / 2.0
    y_center = (box[2] + box[3]) / 2.0
    x = x_center / size[0]
    y = y_center / size[1]
 
    w = (box[1] - box[0]) / size[0]
    h = (box[3] - box[2]) / size[1]
 
    # print(x, y, w, h)
    return (x, y, w, h)
 
 
def convert_annotation(xml_files_path, save_txt_files_path, classes):
    xml_files = os.listdir(xml_files_path)
    # print(xml_files)
    for xml_name in xml_files:
        # print(xml_name)
        xml_file = os.path.join(xml_files_path, xml_name)
        out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
        out_txt_f = open(out_txt_path, 'w')
        tree = ET.parse(xml_file)
        root = tree.getroot()
        size = root.find('size')
        w = int(size.find('width').text)
        h = int(size.find('height').text)
 
        for obj in root.iter('object'):
            difficult = obj.find('difficult').text
            cls = obj.find('name').text
            if cls not in classes or int(difficult) == 1:
                continue
            cls_id = classes.index(cls)
            xmlbox = obj.find('bndbox')
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            # b=(xmin, xmax, ymin, ymax)
            # print(w, h, b)
            bb = convert((w, h), b)
            out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
 
 
if __name__ == "__main__":
    # 把forklift_pallet的voc的xml标签文件转化为yolo的txt标签文件
    # 1、需要转化的类别
    classes = ['fish']
    # 2、voc格式的xml标签文件路径
    xml_files1 = r'D:\TestMain\yolov9-main\datasets\fish\Annotations'
    # 3、转化为yolo格式的txt标签文件存储路径
    save_txt_files1 = r'D:\TestMain\yolov9-main\datasets\fish\lables'
 
    convert_annotation(xml_files1, save_txt_files1, classes)
 

在datasets（数据文件夹）建立splitDataset.py，用于数据集分组[训练集：验证集：测试集（7:2:1）]（可修改），需修改分组数据位置（即ImageSets位置），图片存放位置，txt文件存放位置（最好使用绝对路径）

import os, shutil, random
from tqdm import tqdm
 
"""
标注文件是yolo格式（txt文件）
训练集：验证集：测试集 （7：2：1） 
"""
def split_img(img_path, label_path, split_list):
    try:
        Data = 'D:/TestMain/yolov9-main/datasets/fish/ImageSets'
        # Data是你要将要创建的文件夹路径（路径一定是相对于你当前的这个脚本而言的）
        # os.mkdir(Data)
 
        train_img_dir = Data + '/images/train'
        val_img_dir = Data + '/images/val'
        test_img_dir = Data + '/images/test'
 
        train_label_dir = Data + '/labels/train'
        val_label_dir = Data + '/labels/val'
        test_label_dir = Data + '/labels/test'
 
        # 创建文件夹
        os.makedirs(train_img_dir)
        os.makedirs(train_label_dir)
        os.makedirs(val_img_dir)
        os.makedirs(val_label_dir)
        os.makedirs(test_img_dir)
        os.makedirs(test_label_dir)
 
    except:
        print('文件目录已存在')
 
    train, val, test = split_list
    all_img = os.listdir(img_path)
    all_img_path = [os.path.join(img_path, img) for img in all_img]
    # all_label = os.listdir(label_path)
    # all_label_path = [os.path.join(label_path, label) for label in all_label]
    train_img = random.sample(all_img_path, int(train * len(all_img_path)))
    train_img_copy = [os.path.join(train_img_dir, img.split('\\')[-1]) for img in train_img]
    train_label = [toLabelPath(img, label_path) for img in train_img]
    train_label_copy = [os.path.join(train_label_dir, label.split('\\')[-1]) for label in train_label]
    for i in tqdm(range(len(train_img)), desc='train ', ncols=80, unit='img'):
        _copy(train_img[i], train_img_dir)
        _copy(train_label[i], train_label_dir)
        all_img_path.remove(train_img[i])
    val_img = random.sample(all_img_path, int(val / (val + test) * len(all_img_path)))
    val_label = [toLabelPath(img, label_path) for img in val_img]
    for i in tqdm(range(len(val_img)), desc='val ', ncols=80, unit='img'):
        _copy(val_img[i], val_img_dir)
        _copy(val_label[i], val_label_dir)
        all_img_path.remove(val_img[i])
    test_img = all_img_path
    test_label = [toLabelPath(img, label_path) for img in test_img]
    for i in tqdm(range(len(test_img)), desc='test ', ncols=80, unit='img'):
        _copy(test_img[i], test_img_dir)
        _copy(test_label[i], test_label_dir)
 
 
def _copy(from_path, to_path):
    shutil.copy(from_path, to_path)
 
 
def toLabelPath(img_path, label_path):
    img = img_path.split('\\')[-1]
    label = img.split('.jpg')[0] + '.txt'
    return os.path.join(label_path, label)
 
 
if __name__ == '__main__':
    img_path = 'D:\TestMain\yolov9-main\datasets\\fish\images'  # 你的图片存放的路径（路径一定是相对于你当前的这个脚本文件而言的）
    label_path = 'D:\TestMain\yolov9-main\datasets\\fish\lables'  # 你的txt文件存放的路径（路径一定是相对于你当前的这个脚本文件而言的）
    split_list = [0.7, 0.2, 0.1]  # 数据集划分比例[train:val:test]
    split_img(img_path, label_path, split_list)

分组完成

在data文件夹中创建data.yaml文件，需要改train，val，test文件对应的路径（最好使用绝对路径）

#path: D:/TestMain/yolov9-main/datasets/fish # dataset root dir
train: D:\TestMain\yolov9-main\datasets\fish1\ImageSets\images\train  # train images (relative to 'path') 118287 images
val: D:\TestMain\yolov9-main\datasets\fish1\ImageSets\images\val  # val images (relative to 'path') 5000 images
test: D:\TestMain\yolov9-main\datasets\fish1\ImageSets\images\test  # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794
 
 
# Classes
names:
  0: fish
#放你数据集类型对应的类别，多个就0,1,2,3往后排
 
 
# stuff names
stuff_names: [
  'fish',
  # other
  'other',
  # unlabeled
  'unlabeled'
]
 
 
# Download script/URL (optional)
download: |
  from utils.general import download, Path
 
 
  # Download labels
  #segments = True  # segment or box labels
  #dir = Path(yaml['path'])  # dataset root dir
  #url = 'https://github.com/WongKinYiu/yolov7/releases/download/v0.1/'
  #urls = [url + ('coco2017labels-segments.zip' if segments else 'coco2017labels.zip')]  # labels
  #download(urls, dir=dir.parent)
 
  # Download data
  #urls = ['http://images.cocodataset.org/zips/train2017.zip',  # 19G, 118k images
  #        'http://images.cocodataset.org/zips/val2017.zip',  # 1G, 5k images
  #        'http://images.cocodataset.org/zips/test2017.zip']  # 7G, 41k images (optional)
  #download(urls, dir=dir / 'images', threads=3)

8、项目结构（选看，可跳过）

总体项目一览

yolo.py

yolo.py单独运行，给出训练模型的网络

.yaml文件

[-1,1,conv,[64,6,2,2]]

第一个参数为来源层数

第二个参数为卷积次数

第三个参数为卷积名称

第四个参数为卷积[输出通道层数，卷积大小（为ture/false，是否有残差卷积），步长，padding（如为空则和原图一样大）]

输入通道数对应一个卷积有几个通道，有多少卷积对应输出有多少通道

[[-1,4],1,concat,[1]]

第一个参数为来源层数

第二个参数为卷积次数

第三个参数为卷积名称

第四个参数为维度

[-1, 1, nn.Upsample, [None, 2, 'nearest']]

第一个参数为来源层数

第二个参数为卷积次数

第三个参数为卷积名称

第四个参数为[输出图像尺寸，缩放比例，插值方式]（其中一个二是必须有一个为none，因为都是对输出图片的大小进行确定，否则起冲突，报错）

[[31, 34, 37, 16, 19, 22], 1, DualDDetect, [nc]]

第一个参数为来源层数

第二个参数为卷积次数

第三个参数为卷积名称

第四个参数为类别，图片标记类别fish标记

9、训练

挑选合适的训练文件和训练模型，本人选择是train_dual.py和yolov9-c.yaml

需修改（最好为绝对路径，多仔细看看）

预训练权重（yolov9-c-converted.pt(权重文件)位置，无可以不填）

模型文件（yolov9-c.yaml(模型文件)位置）

训练图片（data.yaml文件所在位置）

训练轮次（基本为300）

训练所放图片个数（8/16，看自己电脑量力而行）

训练存储地址和名称（可不改）

点击运行，万事大吉

觉得好的就点点赞，点点收藏，有什么意见或者建议都可以提（字码错了也可以说，毕竟经常这样），谢谢