YOLOV9 实例分割自定义数据集训练 | 效果极佳！

文章预览

YOLOv9 官方 GitHub：https://github.com/WongKinYiu/yolov9 在我们继续之前，让我向您介绍一下 YOLOv9：使用可编程梯度信息学习你想学的内容。这款模型根据2024年2月29日发布的研究论文（https://arxiv.org/pdf/2402.13616.pdf）最近发布。我觉得有趣的是广义高效层聚合网络（GELAN）。我们计划下次更深入地讨论细节。 YOLOV9 性能参考 实例分割 分割示例 现在支持的实例分割模型 今天我选择了 GELAN-C-SEG 进行演示。 首先，您可以查看官方的 Google Colab 指南，如下所示： train-yolov9-object-detection-on-custom-dataset.ipynb — Colaboratory (google.com)：https://colab.research.google.com/github/roboflow-ai/notebooks/blob/main/notebooks/train-yolov9-object-detection-on-custom-dataset.ipynb 首先设置（安装 YOLOv9） !git clone https://github.com/SkalskiP/yolov9.git %cd yolov9 !pip install -r requirements.txt -q !pip install Pillow==9.5. 安装 GELAN-C-SEG 权重模型 ………………………………