目录

说明

python%E7%8E%AF%E5%A2%83-toc" style="margin-left:40px;">1、下载代码+安装新的python环境

2、准备数据

3、修改代码

---

说明

本文参考该博主的文章，在已经有数据的情况，进行简单总结。需要详细版见原文链接如下：YOLOV9保姆级教程-CSDN博客

python%E7%8E%AF%E5%A2%83">1、下载代码+安装新的python环境

代码下载：GitHub - WongKinYiu/yolov9: Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

pycharm打开下载的yolov9的文件，点击Terminal。

先输入： conda deactivate  为了退出(base)

然后新建环境：conda create -n yolov9(环境名称) python=3.8

进入环境：conda activate yolov9

安装所需：pip install -r requirements.txt

此时我们安装的只是基础的CPU状态，如果需要使用GPU训练，需要在pytorch中找到适合自己的cuda版本的torch口令然后下载。我用的conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

2、准备数据

新建datasets文件，包含images和labels。

新建my_data.yaml，内容如下：path改为自己的datasets位置

path: D:\documents\yolov9-main\datasets  # dataset root dir
train: images/train  # train images (relative to 'path') 128 images
val: images/val # val images (relative to 'path') 128 images
test: images/test # test images (optional)

nc: 2

# Classes
names:  
  0: crack
  1: finger

images和labels分别放置准备好训练集验证集测试集，labels是txt格式的数据

3、修改代码

–weights ： 此处更改为下载的yolov9-c.pt的绝对路径
–cfg ： 此处更改为yolov9-c.yaml的绝对路径
–data ： 此处更改为自己新建的data.yaml的绝对路径 
–hyp ： 此处更改为data/hyps/hyp.scratch-high.yaml
原本是data/hyps/hyp.scratch-low.yaml但该文件内并未找到，，，猜测为YOLOv9作者调试过程中的小疏忽版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。原文链接：https://blog.csdn.net/heart_warmonger/article/details/136249119

--batch-size 2 （按照自己实际情况修改，我的是一个GPU，暂时先改为2，不行再调整）
--epochs 200（按照自己实际情况修改，一般200比较合适）
--device 0 （按照自己实际情况修改，我的是一个GPU）（报错了，删除0，乖乖改回默认！）

左上角点击文件，点击设置，设置环境为新建的环境

最终设置结果：

在train.py中右键开始训练即可。

报错了和原博主一样，以下为解决方案：

以下为成功训练。

--------------更新--------------------

哎哎哎！没用训练一个epoch就要四个多小时？？？？

环境配置有问题，用上GPU试试