关于婚纱摄影的网站模板,服务类网站建设服务公司,做网站的服务器还需要空间吗,寻求网站建设技术原以为RT-DETR可以真的干翻YOLO家族#xff0c;结果#xff0c;#xff01;#xff01;#xff01;#xff01; 究竟能否让卷积神经网络重获新生#xff1f;
1.数据准备
代码地址#xff1a;https://github.com/WongKinYiu/yolov9
不能科学上网的评论区留言
数据集…原以为RT-DETR可以真的干翻YOLO家族结果 究竟能否让卷积神经网络重获新生
1.数据准备
代码地址https://github.com/WongKinYiu/yolov9
不能科学上网的评论区留言
数据集东北大学缺陷检测数据集6类别缺陷
数据集百度网盘链接链接https://pan.baidu.com/s/1QktBnMcDdsQaT6JQXBjNPA 提取码cslw 数据集有效期一年 数据结构仍然采用VOC格式 如果对制作数据集有问题在下方留言或者看我以往YOLO v5的操作
另外要在VOCdevkit文件夹下新建两个文件夹分别为train.txt和val.txt告知模型训练集和验证集所在的位置。有需要的在之前yolov5的文件夹里提prepare_data.py或者留言评论区。 2.模型参数修改
1找到models/detect/yolov9-c.yaml复制命名为yolov9_fast.yaml修改nc为6 2找到data/coco.yaml文件复制且命名为coco_fast.yaml。path就是数据集位置train.txt和val.txt就是存放训练和验证数据集的相对路径 3下载预训练文件
https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-c-converted.pt
应该是对比s.pt的但是官方还未放出预训练模型所以先采用c.pty
在主目录下新建weights文件夹将权重文件修改为yolov9c.pt放到下面
4修改训练文件
进入train_dual.py中修改 注意项目中另一个文件train.py是作者提出的另外一个模型 gelan而train_dual才是yolov9模型。
3.训练 我这里租用的是云服务器因此要配置一些环境如果是拿自己电脑训练的话就可以跳过环境配置。
其实也很简单pip install -r requirements.txt apt-get update apt-get install libglib2.0-dev
之后开始训练 给大家看看前十次的训练结果 咋们看看结果 再看看混淆矩阵 PR曲线可以看出基本是吊打了之前的yolo 4.检测一下试试效果
先修改一下detect.py中的参数 1这里需要将runs/train/exp5/weights中的best.pt复制到与detect.py同级目录下
2在detect.py同级目录新建testfile文件夹里面放你要检测的图像
3修改coco128为coco_fast
好运行一下python detect.py 这里就是一个坑可能是原作者在写代码时留下的看了官方提交的错误 进入utils/general.py的903行这样修改是[0][1]而不是[0][0] 这里对[0][0]和[0][1]比较有争论但是经过尝试这两种改法都行得通但是在检测时间上存在区别 。大家对比斟酌
[0][0]下检测结果 [0][1]下检测结果 从官方讨论区来看应该[0][1]才是正解其实代码刚发布难免会存在一些错误大家可以等等看官方应该很快就会更新。这是检测效果 这是验证的结果可以看出这个检测效果非常不错
验证还是同样的只不过执行的是python val_dual.py修改参数和detect.py一样大家自己修改下图是验证结果 5.如果转载请标明出处
