新YOLOv9模型的更新

YOLO系列模型有了一個(gè)新成員，在2024年2月發(fā)布了一篇新論文，標(biāo)題為“YOLOv9: 使用可編程梯度信息學(xué)習(xí)您想要學(xué)習(xí)的內(nèi)容”，詳細(xì)論文可以在這個(gè)鏈接中查看：https://arxiv.org/pdf/2402.13616.pdf。以下是一個(gè)快速概述：

• 解決方案的核心是引入了可編程梯度信息（PGI）和一種新的輕量級(jí)網(wǎng)絡(luò)架構(gòu)，稱為廣義高效層聚合網(wǎng)絡(luò)（GELAN）。
• 可編程梯度信息（PGI）：論文將PGI引入為一種方法，以減輕數(shù)據(jù)通過(guò)深度神經(jīng)網(wǎng)絡(luò)層時(shí)的信息丟失。PGI確保完整的輸入信息可用于目標(biāo)任務(wù)以計(jì)算目標(biāo)函數(shù)，從而可以獲得可靠的梯度信息，用于更新網(wǎng)絡(luò)權(quán)重。
• 廣義高效層聚合網(wǎng)絡(luò)（GELAN）：GELAN基于梯度路徑規(guī)劃設(shè)計(jì)，旨在優(yōu)化參數(shù)利用。這種架構(gòu)在輕量級(jí)模型中展示出優(yōu)異的結(jié)果，特別是與PGI結(jié)合時(shí)，在MS COCO數(shù)據(jù)集上的對(duì)象檢測(cè)任務(wù)中表現(xiàn)比現(xiàn)有的最先進(jìn)方法更好。
• 優(yōu)越的性能：在基于MS COCO數(shù)據(jù)集的對(duì)象檢測(cè)上，GELAN和PGI的組合表現(xiàn)出優(yōu)于其他方法的性能，特別是在參數(shù)利用和準(zhǔn)確性方面，甚至超過(guò)了在大型數(shù)據(jù)集上預(yù)訓(xùn)練的模型。

MS COCO對(duì)象檢測(cè)數(shù)據(jù)集的性能

與新YOLOv9進(jìn)行實(shí)際交互 

在本節(jié)中，我將向您展示如何使用Roboflow在您的自定義數(shù)據(jù)集上使用新模型，以下是詳細(xì)步驟：

1.確保您的運(yùn)行時(shí)類型設(shè)置為GPU：

您可以通過(guò)選擇Runtime > Change runtime type來(lái)檢查，確保選擇了GPU選項(xiàng)。

現(xiàn)在運(yùn)行以下部分以確認(rèn)我們正在使用正確的機(jī)器類型，并使得在我們的數(shù)據(jù)集中更容易進(jìn)行使用。

!nvidia-smi
import os
HOME = os.getcwd()
print(HOME)

2.設(shè)置和安裝

現(xiàn)在是時(shí)候克隆YOLOv9存儲(chǔ)庫(kù)，并安裝roboflow庫(kù)，以便我們可以直接在筆記本中輕松下載我們的數(shù)據(jù)集，并下載模型權(quán)重。

!git clone https://github.com/SkalskiP/yolov9.git%cd yolov9
!pip install -r requirements.txt -q
!pip install -q roboflow
!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
!ls -la {HOME}/weights

3.創(chuàng)建您的Roboflow數(shù)據(jù)集

下一步是創(chuàng)建您想要使用的自定義數(shù)據(jù)集。

順便一提，不必使用roboflow，只要您的訓(xùn)練和測(cè)試數(shù)據(jù)的文件結(jié)構(gòu)符合YOLOv9文件結(jié)構(gòu)標(biāo)準(zhǔn)，您也可以在自己的計(jì)算機(jī)上手動(dòng)完成。我鼓勵(lì)熱心的讀者這樣做，但是對(duì)于本文，我們將繼續(xù)使用Roboflow，因?yàn)樗峁┝烁憬莸慕换ァ?/p>

轉(zhuǎn)到Roboflow項(xiàng)目頁(yè)面，然后選擇創(chuàng)建新項(xiàng)目：

然后您將被重定向到創(chuàng)建頁(yè)面，請(qǐng)確保填寫所有被請(qǐng)求的詳細(xì)信息，以下是一個(gè)示例：

從這一點(diǎn)上開始，您將被要求上傳您的數(shù)據(jù)集數(shù)據(jù)，因此請(qǐng)確保將所有相關(guān)的圖像添加在那里，然后點(diǎn)擊上傳。

接下來(lái)，您需要對(duì)圖像進(jìn)行標(biāo)注。這非常直觀：

使用提示框圍繞正確的對(duì)象創(chuàng)建方框。

然后將所選框分配給相應(yīng)的類別。

下一步是生成階段，您需要?jiǎng)?chuàng)建一個(gè)版本，在此階段確保配置所有您認(rèn)為與您的特定情況相關(guān)的預(yù)處理和增強(qiáng)步驟，然后繼續(xù)。完成選擇選項(xiàng)后，點(diǎn)擊創(chuàng)建。

現(xiàn)在，在右上角選擇導(dǎo)出數(shù)據(jù)集選項(xiàng)，檢查顯示下載代碼選項(xiàng)和YOLOv9格式，然后點(diǎn)擊繼續(xù)。

您將獲得一個(gè)下載代碼，請(qǐng)復(fù)制它，并將其粘貼到筆記本的以下部分：

開始訓(xùn)練

最后，現(xiàn)在我們需要訓(xùn)練我們的自定義模型，請(qǐng)根據(jù)您的項(xiàng)目需求設(shè)置參數(shù)，并相應(yīng)地更改批量大小、時(shí)期數(shù)和圖像分辨率大?。?/p>

%cd {HOME}/yolov9

!python train.py \
--batch 16 --epochs 25 --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

訓(xùn)練過(guò)程可能需要一些時(shí)間，具體取決于您的數(shù)據(jù)集大小和所選擇的參數(shù)配置。

要查看我們的模型在訓(xùn)練過(guò)程中的表現(xiàn)，以下是繪制出漂亮指標(biāo)圖的代碼片段。我將展示我的結(jié)果和指標(biāo)，但不要期望它們很好，因?yàn)槲业臄?shù)據(jù)集相當(dāng)小且貧乏，目標(biāo)只是展示訓(xùn)練新模型的可能性。

from IPython.display import Image

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

訓(xùn)練結(jié)果

還有沒(méi)有混淆矩陣？

from IPython.display import Image

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

訓(xùn)練后的淆矩陣

如果要檢查模型的預(yù)測(cè)，可以這樣做：

from IPython.display import Image

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