yolov9-pytorch 深度学习目标检测算法模型

YOLOv9

论文

模型结构

YOLOv9将可编程梯度信息 (PGI) 概念与通用 ELAN (GELAN)架构相结合而开发,代表了准确性、速度和效率方面的重大飞跃。

算法原理

Yolov9将可编程梯度信息(PGI)和GLEAN(用于对象检测的生成潜在嵌入)架构集成到YOLOv9中可以增强其在对象检测任务中的性能。可编程梯度信息(PGI)概念,有助于通过辅助可逆分支生成可靠的梯度。这确保深度特征保留执行目标任务所需的关键特征,解决深度神经网络前馈过程中信息丢失的问题。通用ELAN(GELAN)架构,旨在优化参数、计算复杂度、准确性和推理速度。通过允许用户为不同的推理设备选择合适的计算模块,GELAN 增强了 YOLOv9 的灵活性和效率。实验结果表明,YOLOv9 在 MS COCO 等基准数据集上的目标检测任务中实现了最佳性能。它在准确性、速度和整体性能方面超越了现有的实时物体检测器,使其成为需要物体检测功能的各种应用的最先进的解决方案。

PGI主要包括主分支, 辅助可逆分支, 多级辅助信息三个组成部分。PGI推理过程仅使用主分支,因此不需要任何额外的推理成本。

YOLOv9提出了新网络架构——GELAN。GELAN通过结合两种神经网络架构,即结合用梯度路径规划(CSPNet)和(ELAN)设计了一种广义的高效层聚合网络(GELAN);GELAN综合考虑了轻量级、推理速度和准确度。GELAN整体架构如上图所示。YOLOv9将ELAN的能力进行了泛化,原始ELAN仅使用卷积层的堆叠,而GELAN可以使用任何计算块作为基础Module。

环境配置

Docker(方法一)

光源中拉取docker镜像:

docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk23.10-py310

创建容器并挂载目录进行开发:

docker run -it --name {name} --shm-size=1024G  --device=/dev/kfd --device=/dev/dri/ --privileged --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video -v /opt/hyhal:/opt/hyhal:ro -v {}:{} {docker_image} /bin/bash
# 修改1 {name} 需要改为自定义名称,建议命名{框架_dtk版本_使用者姓名},如果有特殊用途可在命名框架前添加命名
# 修改2 {docker_image} 需要需要创建容器的对应镜像名称,如: pytorch:1.10.0-centos7.6-dtk-23.04-py37-latest【镜像名称:tag名称】
# 修改3 -v 挂载路径到容器指定路径
pip install -r requirements.txt

Dockerfile(方法二)

cd docker
docker build --no-cache -t yolov9_pytorch:1.0 .
docker run -it --name {name} --shm-size=1024G  --device=/dev/kfd --device=/dev/dri/ --privileged --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video -v /opt/hyhal:/opt/hyhal:ro -v {}:{} {docker_image} /bin/bash 
pip install -r requirements.txt

Anaconda(方法三)

线上节点推荐使用conda进行环境配置。 创建python=3.10的conda环境并激活

conda create -n yolov9 python=3.10
conda activate yolov9

关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装。

DTK驱动:dtk23.10
python:python3.10
pytorch:1.13.1
torchvision:0.14.1

安装其他依赖包

pip install -r requirements.txt

数据集

MS COCO

  • 训练集train2017.zip,验证集val2017.zip,以及标签label 创建空文件夹datasets,将标签文件进行解压后放入datasets,然后将训练集和验证集分别解压后放入datasets/coco/images文件夹中。 数据目录结构如下:
 ── coco
    |   ├── datasets
    |             ├── instances_val2017.json
    |   ├── images
    |             ├── train2017
    |                          ├── xxx.png
    |                          ├── xxx.png
    |                          └── xxx.png
    |             ├── val2017
    |                          ├── xxx.png
    |                          ├── xxx.png
    |                          └── xxx.png
    |   ├── labels  
    |             ├── train2017
    |                          ├── xxx.txt
    |                          ├── xxx.txt
    |                          └── xxx.txt
    |             ├── val2017
    |                          ├── xxx.txt
    |                          ├── xxx.txt
    |                          └── xxx.txt
    |   train2017.txt
    |   val2017.txt
  • 项目中已提供用于试验训练的迷你数据集datasets,下载后解压即可。

训练

权重文件下载yolov9-c.pt

单机多卡

python -m torch.distributed.launch --nproc_per_node 8 --master_port 9527 train_dual.py --workers 8 --device 0,1,2,3,4,5,6,7 --sync-bn --batch 128 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights yolov9-c.pt --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15

单机单卡

python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights yolov9-c.pt --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15

推理

使用权重文件yolov9-c.pt,运行yolov9推理

python detect_dual.py --source './data/images/horses.jpg' --img 640 --device 0 --weights './yolov9-c.pt' --name yolov9_c_640_detect

result

精度

测试数据:test

测试指标:

模型 数据类型 map0.5:0.95 map0.5
yolo9-c-converted 全精度 0.530 0.703
yolo9-e-converted 全精度 0.556 0.728
yolo9-c 全精度 0.530 0.703
yolo9-e 全精度 0.556 0.728
gelan-c 全精度 0.526 0.695
gelan-e 全精度 0.550 0.719

gelan-c和gelan-e是使用GELAN架构(模仿了CSPNet,并将ELAN扩展为GELAN)训练的模型。

yolov9-c和yolo9-e (GELAN+PGI)是论文中提到的 yolov9 完整模型的权重偏置文件,是包括了辅助可逆分支PGI的。而对应的converted模型是删除了辅助分支之后的模型权重文件。

应用场景

算法类别

目标检测

热点应用行业

安防,交通,教育

源码仓库及问题反馈

ModelZoo / yolov9_pytorch · GitLab

参考资料

https://github.com/WongKinYiu/yolov9

最近更新

  1. 航班管理系统【C语言版】单文件编写

    2024-06-19 10:20:02       0 阅读
  2. Linux常用命令(持续更新)

    2024-06-19 10:20:02       0 阅读
  3. spring boot 实现token验证登陆状态

    2024-06-19 10:20:02       0 阅读
  4. nginx的安装和使用

    2024-06-19 10:20:02       0 阅读

热门阅读

  1. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-06-19 10:20:02       23 阅读
  2. 【Python教程】压缩PDF文件大小

    2024-06-19 10:20:02       22 阅读
  3. 通过文章id递归查询所有评论(xml)

    2024-06-19 10:20:02       27 阅读
  4. 金融行业:银行的三大类业务

    2024-06-19 10:20:02       17 阅读
  5. Vim和Nano简介

    2024-06-19 10:20:02       14 阅读
  6. 产品经理基础入门

    2024-06-19 10:20:02       19 阅读
  7. C# 用RFC的方式调用SAP接口

    2024-06-19 10:20:02       16 阅读
  8. ngrok 进行安全的内网穿透:使用指南

    2024-06-19 10:20:02       21 阅读
  9. 【C语言】信号

    2024-06-19 10:20:02       15 阅读