YOLOv9：在自定義資料上進行影像分割訓練

楚千羽發表於2024-04-22

YOLOv9：在自定義資料上進行影像分割訓練

介紹

在快速發展的計算機視覺領域，物體分割在從影像中提取有意義資訊方面發揮著重要作用。在各種分割演算法中，YOLOv9 已經成為一個強大而靈活的解決方案，提供了高效的分割能力和出色的準確性。

在這個全面的指南中，我們將深入探討如何在自定義資料集上訓練 YOLOv9 進行物體分割，並對測試資料進行推斷。透過本教程，您將深入瞭解 YOLOv9 的分割機制，並學會如何使用自定義資料集和 ultralytics 應用它到您的專案中。

步驟 1：下載資料集

我們將使用 Furniture BBox To Segmentation (SAM) 資料集進行本教程。您可以從 Kaggle 獲取 Furniture BBox To Segmentation (SAM) 資料集，Kaggle 是一個流行的資料科學競賽、資料集和機器學習資源平臺。下載資料集後，如果資料集被壓縮（例如 ZIP 或 TAR 檔案），您可能需要解壓縮檔案。
資料集連結：

http://kaggle.com/datasets/nicolaasregnier/furniture

步驟 2：安裝 Ultralytics

!pip install ultralytics -q

匯入包

from ultralytics import YOLO
import matplotlib.pyplot as plt
import cv2
import pandas as pd
import seaborn as sns

步驟 3：使用預訓練的 YoloV9 權重進行推斷

model = YOLO('yolov9c-seg.pt')
model.predict("image.jpg", save=True)

1. model = YOLO('yolov9c-seg.pt'):

這一行初始化了一個 YOLOv9（You Only Look Once）模型，用於物體分割。
該模型從名為 'yolov9c-seg.pt' 的檔案中載入，其中包含了專門設計用於分割任務的 YOLOv9 架構的預訓練權重和配置。

2. model.predict("image.jpg", save=True):

這一行使用初始化的 YOLOv9 模型對名為 "image.jpg" 的輸入影像執行預測。
predict 函式接受輸入影像並進行分割，識別並勾畫影像中的物體。
save=True 參數列示分割結果將被儲存。

步驟 4：在自定義資料集上微調 YOLOv9-seg

yolov9 的配置：

dataDir = '/content/Furniture/sam_preds_training_set/'
workingDir = '/content/'

變數 dataDir 表示物件分割模型的訓練資料所在的目錄路徑。訓練資料儲存在一個名為 "sam_preds_training_set" 的目錄下，該目錄位於 "/content" 目錄下的 "Furniture" 目錄中。類似地，變數 workingDir 表示儲存主要工作檔案的目錄路徑。

num_classes = 2
classes = ['Chair', 'Sofa']

num_classes = 2：這個變數指定了模型將被訓練以分割的類別或分類的總數。在本例中，num_classes 設定為 2，表示模型將學習識別兩個不同的物體類別。
classes = ['Chair', 'Sofa']：這個列表包含了模型將被訓練以識別的類別或物件的名稱。列表中的每個元素對應一個特定的類標籤。這些類別被定義為 'Chair' 和 'Sofa'，模型將被訓練以分割屬於這些類別的物體。

import yaml
import os

file_dict = {
'train': os.path.join(dataDir, 'train'),
'val': os.path.join(dataDir, 'val'),
'test': os.path.join(dataDir, 'test'),
'nc': num_classes,
'names': classes
}
with open(os.path.join(workingDir, 'data.yaml'), 'w+') as f:
yaml.dump(file_dict, f)

file_dict：建立一個包含資料集資訊的字典：

'train'、'val' 和 'test'：訓練、驗證和測試資料目錄的路徑，分別。這些路徑透過將 dataDir（包含資料集的目錄）與相應的目錄名稱連線而獲得。
'nc'：資料集中類別的數量，由變數 num_classes 表示。
'names'：一個類名列表，由變數 classes 表示。
with open(...) as f：以寫入模式（'w+'）開啟名為 'data.yaml' 的檔案。如果檔案不存在，將被建立。with 語句確保在寫入後正確關閉檔案。
yaml.dump(file_dict, f)：將 file_dict 字典的內容寫入到 YAML 檔案 f 中。yaml.dump() 函式將 Python 物件序列化為 YAML 格式並寫入到指定的檔案物件中。

model = YOLO('yolov9c-seg.pt')
model.train(data='/content/data.yaml' , epochs=30 , imgsz=640)

初始化一個 YOLOv9 模型，用於物件分割，使用指定的預訓練權重檔案 'yolov9c-seg.pt'。然後將模型訓練在由 data 引數指定的自定義資料集上，data 引數指向包含資料集配置細節（如訓練和驗證影像的路徑、類別數量和類別名稱）的 YAML 檔案 'data.yaml'。

步驟 5：載入自定義模型

best_model_path = '/content/runs/segment/train/weights/best.pt'
best_model = YOLO(best_model_path)

我們正在定義訓練期間獲得的最佳效能模型的路徑。best_model_path 變數儲存了儲存最佳模型權重的檔案路徑。這些權重表示在訓練資料上表現最佳的 YOLOv9 模型的學習引數。

接下來，我們使用 best_model_path 例項化 YOLO 物件。這將使用訓練期間獲得的最佳模型的權重初始化 YOLO 模型的一個例項。這個被例項化的 YOLO 模型，稱為 best_model，現在已經準備好用於對新資料進行預測。

步驟 6：對測試影像進行推斷

# Define the path to the validation images
valid_images_path = os.path.join(dataDir, 'test', 'images')

# List all jpg images in the directory
image_files = [file for file in os.listdir(valid_images_path) if file.endswith('.jpg')]
# Select images at equal intervals
num_images = len(image_files)
selected_images = [image_files[i] for i in range(0, num_images, num_images // 4)]
# Initialize the subplot
fig, axes = plt.subplots(2, 2, figsize=(10, 10))
fig.suptitle('Test Set Inferences', fontsize=24)
# Perform inference on each selected image and display it
for i, ax in enumerate(axes.flatten()):
    image_path = os.path.join(valid_images_path, selected_images[i])
    results = best_model.predict(source=image_path, imgsz=640)
    annotated_image = results[0].plot()
    annotated_image_rgb = cv2.cvtColor(annotated_image, cv2.COLOR_BGR2RGB)
    ax.imshow(annotated_image_rgb)
    ax.axis('off')
plt.tight_layout()
plt.show()

定義驗證影像的路徑：這一行構建了在 dataDir 目錄中包含測試影像的目錄路徑。
列出目錄中的所有 jpg 影像：它建立了一個包含指定目錄中所有 JPEG 影像檔案的列表。
以相等間隔選擇影像：它從列表中選擇子集影像以進行視覺化。在本例中，它選擇了總影像數量的四分之一。
初始化子圖：這一行建立一個 2x2 的子圖網格，用於顯示所選影像及其對應的預測。
對每個選擇的影像進行推斷並顯示：它遍歷每個子圖，對相應的選擇影像使用 best_model.predict() 函式進行推斷，並顯示帶有邊界框或分割掩碼的標註影像。
最後，使用 plt.tight_layout() 整理子圖並使用 plt.show() 顯示它們。

【手把手教學】如何在YOLOv9上訓練自己的目標檢測資料集

文章源於網路，如若侵權，請聯絡刪除！

前言

文章演示瞭如何在自定義資料集上執行推理和訓練YOLOv9模型。作者克隆了YOLOv9專案程式碼，下載了模型權重，然後使用預設的COCO權重進行推理。然後，使用足球運動員檢測資料集訓練了一個微調的模型。作者回顧了訓練圖和混淆矩陣，然後在來自驗證集的影像上測試了模型。

0. 寫在前面

今天筆者為大家分享國外的James Gallagher和Piotr Skalski編寫的YOLOv9使用教程！原部落格連結為https://blog.roboflow.com/train-yolov9-model。

YOLOv9開源了一種新的CV模型架構，比現有流行的YOLO模型（YOLOv8、YOLOv7和YOLOv5）在MS COCO資料集上取得了更高的mAP。

本指南展示瞭如何在自定義資料集上訓練YOLOv9模型，將透過一個訓練視覺模型的例子來識別一個球場上的足球運動員。有了這一點，可以用這個指南使用你想要的任何資料集。

話不多說，讓我們開始!

1. 什麼是YOLOv9？

YOLOv9是由Chien-Yao Wang, I-Hau Yeh, and Hong-Yuan Mark Liao開發的計算機視覺模型。Hong-Yuan Mark Liao和Chien-Yao Wang還對YOLOv4、YOLOR和YOLOv7等流行的模型架構進行了研究。YOLOv9引入了兩種新的架構：YOLOv9和GELAN，這兩種架構都可以從論文釋出的YOLOv9 Python庫中使用。

使用YOLOv9模型，可以訓練出一個目標檢測模型。此時不支援分割、分類等任務型別。YOLOv9有四種模型，按引數個數排序是：v9-S、v9-M、v9-C、v9-E。目前v9 - S和v9 - M的權重暫不可用。其中最小的模型在MS COCO資料集的驗證集上達到了46.8 %的AP，而最大的模型達到了55.6 %。這為目標檢測效能提供了一個新的先進水平。下面的圖表展示了來自YOLOv9研究團隊的研究結果。

YOLOv9在撰寫本指南時沒有官方許可證。截至2023年2月22日，一位主要研究人員指出："我認為應該是GPL3，我會檢查並更新許可檔案。"。這表明許可證將很快確定。

2. 如何安裝YOLOv9

YOLOv9被打包為一系列指令碼，您可以使用這些指令碼進行工作。在撰寫本指南時，沒有官方的Python包或包裝器可供您與模型進行互動。

要使用YOLOv9，您需要下載專案儲存庫。然後，您可以執行訓練作業或從現有的COCO檢查點進行推理。

本教程假定您正在使用Google Colab。如果您在筆記本環境之外的本地機器上工作，請根據需要調整命令。

YOLOv9中存在一個錯誤，阻止您對影像進行推理，但Roboflow團隊正在維護一個非官方的分支，其中包含一個補丁，直到修復釋出。要從我們的補丁分支安裝YOLOv9，請執行以下命令：

git clone https://github.com/SkalskiP/yolov9.git

cd yolov9

pip3 install -r requirements.txt -q

讓我們設定一個HOME目錄來工作：

import os

HOME = os.getcwd()

print(HOME)

接下來，需要下載模型權重。目前只有v9 - C和v9 - E權重可用。可以使用以下命令進行下載：

!mkdir -p {HOME}/weights

!wget -P {HOME}/weights -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-c.pt

!wget -P {HOME}/weights -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-e.pt

!wget -P {HOME}/weights -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/gelan-c.pt

!wget -P {HOME}/weights -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/gelan-e.pt

現在可以使用專案庫中的指令碼在YOLOv9模型上執行推理和訓練。

3.在YOLOv9模型上推理

在示例影像上使用v9 - C COCO檢查點進行推理。建立一個新的資料目錄，並將示例影像下載到您的筆記本中。你可以用我們的狗圖片作為例子，也可以用你想要的任何其他圖片。

!mkdir -p {HOME}/data

!wget -P {HOME}/data -q https://media.roboflow.com/notebooks/examples/dog.jpeg

SOURCE_IMAGE_PATH = f"{HOME}/dog.jpeg"

我們現在可以在我們的影像上進行推理：

!python detect.py --weights {HOME}/weights/gelan-c.pt --conf 0.1 --source {HOME}/data/dog.jpeg --device 0

Image(filename=f"{HOME}/yolov9/runs/detect/exp/dog.jpeg", width=600)

我們的模型能夠成功地識別出影像中的人、狗和汽車。有鑑於此，該模型錯誤地將揹帶識別為手提包，並且未能檢測到揹包。

讓我們試試引數最多的v9 - E模型：

!python detect.py --weights {HOME}/weights/yolov9-e.pt --conf 0.1 --source {HOME}/data/dog.jpeg --device 0

Image(filename=f"{HOME}/yolov9/runs/detect/exp2/dog.jpeg", width=600)

該模型能夠成功識別人、狗、汽車和揹包。

4. 如何訓練YOLOv9模型

您可以使用YOLOv9專案目錄中的train.py檔案來訓練YOLOv9模型。

第1步：下載資料集

要開始訓練模型，您將需要一個資料集。對於本指南，我們將使用一個關於足球運動員的資料集。生成的模型將能夠在場地上識別足球運動員。

如果您沒有資料集，請檢視Roboflow Universe，這是一個共享了超過200,000個計算機視覺資料集的社群。您可以找到涵蓋從書脊到足球運動員再到太陽能電池板的資料集。

執行以下程式碼來下載我們在本指南中使用的資料集：

%cd {HOME}/yolov9

roboflow.login()

rf = roboflow.Roboflow()

project = rf.workspace("roboflow-jvuqo").project("football-players-detection-3zvbc")

dataset = project.version(1).download("yolov7")

當您執行此程式碼時，將會要求您透過Roboflow進行身份驗證。請跟隨在您的終端中出現的連結進行驗證。如果您沒有賬戶，將被帶到一個頁面，您可以在該頁面建立一個賬戶。然後，再次點選連結以使用Python包進行身份驗證。

此程式碼以YOLOv7格式下載資料集，該格式與YOLOv9模型相容。

您可以使用任何按照YOLOv7格式格式化的資料集來進行此操作。

第2步：使用YOLOv9 Python指令碼訓練模型

讓我們為我們的資料集訓練一個模型，訓練20個epochs。我們將使用GELAN-C架構進行此操作，該架構是YOLOv9 GitHub倉庫釋出的兩種架構之一。GELAN-C的訓練速度快。GELAN-C的推理時間也很快。

您可以使用以下程式碼進行此操作：

%cd {HOME}/yolov9

!python train.py \

--batch 16 --epochs 20 --img 640 --device 0 --min-items 0 --close-mosaic 15 \

--data {dataset.location}/data.yaml \

--weights {HOME}/weights/gelan-c.pt \

--cfg models/detect/gelan-c.yaml \

--hyp hyp.scratch-high.yaml

你的模型將開始訓練。模型訓練時，將看到每個epoch的訓練指標。一旦模型完成訓練，就可以使用YOLOv9生成的圖來評估訓練結果。

執行下面的程式碼來檢視你的訓練圖：

Image(filename=f"{HOME}/yolov9/runs/train/exp/results.png", width=1000)

執行下面的程式碼來檢視你的混淆矩陣：

執行以下程式碼，檢視您的模型在驗證集中的一批影像上的結果：

Image(filename=f"{HOME}/yolov9/runs/train/exp/val_batch0_pred.jpg", width=1000)

第3步：在自定義模型上執行推理

既然我們有了一個訓練好的模型，我們就可以進行推理。為此，我們可以使用YOLOv9庫中的detection . py檔案。

執行以下程式碼對驗證集中的所有影像進行推理：

!python detect.py \

--img 1280 --conf 0.1 --device 0 \

--weights {HOME}/yolov9/runs/train/exp/weights/best.pt \

--source {dataset.location}/valid/images

import glob

from IPython.display import Image, display

for image_path in glob.glob(f'{HOME}/yolov9/runs/detect/exp4/*.jpg')[:3]:

display(Image(filename=image_path, width=600))

print("\n")

我們在大小為640的影像上訓練了我們的模型，這使得我們可以用較少的計算資源來訓練模型。在推理過程中，我們將影像尺寸增加到1280，使得我們可以從我們的模型中得到更準確的結果。

下面是我們模型結果的三個例子：

我們的模型成功地識別了球員、裁判員和守門員。

5. 結論

YOLOv9是由Chien-Yao Wang, I-Hau Yeh, and Hong-Yuan Mark Liao釋出的一種新的計算機視覺模型架構。可以使用YOLOv9架構訓練目標檢測模型。

在本指南中，我們演示瞭如何在自定義資料集上執行推理和訓練YOLOv9模型。我們克隆了YOLOv9專案程式碼，下載了模型權重，然後使用預設的COCO權重進行推理。然後，我們使用足球運動員檢測資料集訓練了一個微調的模型。我們回顧了訓練圖和混淆矩陣，然後在來自驗證集的影像上測試了模型。

Ref

[1] YOLOv9：在自定義資料上進行影像分割訓練:https://mp.weixin.qq.com/s/U1VLKWREGCtwDjD7gmTlxA

[2] 【手把手教學】如何在YOLOv9上訓練自己的目標檢測資料集: https://mp.weixin.qq.com/s/Fg66Keg1ttHCNl_pLKp5Fw

[3] 【YOLO系列】YOLOv9論文超詳細解讀（翻譯＋學習筆記）:https://blog.csdn.net/weixin_43334693/article/details/136383022

[4] YOLOv9論文：《YOLOv9: 利用可程式設計梯度資訊學習你想學習的內容》
YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information 論文連結：YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

[5] YOLOV9開源專案：GitHub - WongKinYiu/yolov9: Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

[6] 一文搞懂YOLOv9訓練推理全流程|YOLOv9你絕對不知道的細節!: https://zhuanlan.zhihu.com/p/690115605

Ai影像分割模型PaddleSeg——自定義資料集處理
2021-08-10
AI模型
Scaled-YOLOv4 快速開始，訓練自定義資料集
2021-01-09
YOLO
自定義註解進行資料脫敏
2024-11-15
影像語義分割資料增強——imgaug（二）
2020-11-02
Yolov5_v6.2訓練資料集進行預測
2023-01-16
YOLO
百度影像分割7日打卡訓練營學習筆記
2020-10-24
筆記
LLM並行訓練3-資料並行
2024-06-28
並行
資料集訓練
2024-03-18
語義分割丨PSPNet原始碼解析「網路訓練」
2019-05-28
原始碼
如何對SAP Leonardo上的機器學習模型進行重新訓練
2019-07-24
機器學習模型
如何使用Mask RCNN模型進行影像實體分割？
2019-03-04
CNN模型
【預訓練語言模型】使用Transformers庫進行BERT預訓練
2024-03-13
模型ORM
在資料庫中自定義外部函式
2015-02-24
資料庫函式
Caffe 訓練mnist資料
2014-08-23
資料集訓練+1
2024-03-18
走進AngularJs(三)自定義指令-----（上）
2013-10-28
AngularJS
還在為影像訓練資料少發愁嗎？那是因為你還不會這幾招
2020-09-07
Kafka - 自定義分割槽器
2023-03-15
Kafka
資料模型需要多少訓練資料？
2015-12-23
模型
TorchVision 預訓練模型進行推斷
2021-02-26
模型
使用AutoDL伺服器進行模型訓練
2024-05-06
伺服器模型
Kaldi在語音資料庫timit上的聲學和語音模型訓練--1
2014-09-09
資料庫MIT模型
【預訓練語言模型】使用Transformers庫進行GPT2預訓練
2024-03-13
模型ORMGPT
掌握 Nuxt 3 的頁面後設資料：使用 definePageMeta 進行自定義配置
2024-08-11
UX
fashion資料集訓練
2020-11-16
保姆級教程：nnUnet在2維影像的訓練和測試
2021-01-01
hadoop mapreducez自定義分割槽
2018-09-03
Hadoop
RecyclerVieW自定義華麗的分割線
2017-09-18
View
常用語義分割資料集
2021-01-03
使用Tensorflow Object Detection進行訓練和推理
2021-04-26
Object
[翻譯] 使用 TensorFlow 進行分散式訓練
2022-04-10
分散式
利用Kettle進行資料同步（上）
2018-06-04
在VC++中建立自定義資料庫類 (轉)
2007-11-12
C++資料庫
Laravel 自定義登入註冊頁面並使用 Ajax 進行資料傳輸
2020-06-30
Laravel
教程：使用Python進行基本影像資料分析！
2018-08-28
Python
如何使用機器學習進行影像識別 | 資料標註
2023-01-13
機器學習
自定義資料型別
2020-11-14
資料型別
使用 PyTorch 構建和訓練一個卷積神經網路進行影像分類任務
2024-06-27
PyTorch卷積神經網路

YOLOv9：​在自定義資料上進行影像分割訓練

YOLOv9：在自定義資料上進行影像分割訓練

介紹

目錄

步驟 1：下載資料集

步驟 2：安裝 Ultralytics

步驟 3：使用預訓練的 YoloV9 權重進行推斷

1. model = YOLO('yolov9c-seg.pt'):

2. model.predict("image.jpg", save=True):

步驟 4：在自定義資料集上微調 YOLOv9-seg

步驟 5：載入自定義模型

步驟 6：對測試影像進行推斷

【手把手教學】如何在YOLOv9上訓練自己的目標檢測資料集

前言

0. 寫在前面

1. 什麼是YOLOv9？

2. 如何安裝YOLOv9

3.在YOLOv9模型上推理

4. 如何訓練YOLOv9模型

第1步：下載資料集

第2步：使用YOLOv9 Python指令碼訓練模型

第3步：在自定義模型上執行推理

5. 結論

Ref

相關文章

YOLOv9：在自定義資料上進行影像分割訓練