YOLOv9多类检测实战：COCO数据集迁移训练教程-编程阁

YOLOv9多类检测实战：COCO数据集迁移训练教程

1. 镜像环境说明

本镜像基于 YOLOv9 官方代码库构建，预装了完整的深度学习开发环境，集成了训练、推理及评估所需的所有依赖，开箱即用。适用于目标检测任务的快速实验与模型部署。

核心框架: pytorch==1.10.0
CUDA版本: 12.1
Python版本: 3.8.5
主要依赖: torchvision==0.11.0，torchaudio==0.10.0，cudatoolkit=11.3, numpy, opencv-python, pandas, matplotlib, tqdm, seaborn 等常用科学计算和视觉处理库
代码位置:/root/yolov9

该环境已配置好 PyTorch 与 CUDA 的兼容性，避免常见版本冲突问题，用户可直接进入开发流程，无需额外安装或调试依赖。

2. 快速上手

2.1 激活环境

启动容器后，默认处于base环境，需手动激活yolov9虚拟环境：

conda activate yolov9

此命令将加载所有预设依赖，确保后续脚本正常运行。

2.2 模型推理 (Inference)

进入 YOLOv9 项目根目录：

cd /root/yolov9

使用以下命令进行图像目标检测推理：

python detect_dual.py --source './data/images/horses.jpg' --img 640 --device 0 --weights './yolov9-s.pt' --name yolov9_s_640_detect

参数说明： ---source：输入源路径，支持图片、视频或摄像头设备编号 ---img：输入图像尺寸（默认为 640×640） ---device：指定 GPU 设备编号（0 表示第一块 GPU） ---weights：模型权重文件路径 ---name：结果保存子目录名称

推理结果（包括标注框可视化图像）将保存在runs/detect/yolov9_s_640_detect/目录下，便于查看与分析。

2.3 模型训练 (Training)

以单卡训练为例，执行如下命令开始训练：

python train_dual.py \ --workers 8 \ --device 0 \ --batch 64 \ --data data.yaml \ --img 640 \ --cfg models/detect/yolov9-s.yaml \ --weights '' \ --name yolov9-s \ --hyp hyp.scratch-high.yaml \ --min-items 0 \ --epochs 20 \ --close-mosaic 15

关键参数解释： ---workers：数据加载线程数，建议根据 CPU 核心数调整 ---batch：每批次样本数量，受显存限制，可根据硬件适当调小 ---data：数据集配置文件路径，需符合 YOLO 格式规范 ---cfg：网络结构定义文件，此处使用轻量级yolov9-s---weights：初始化权重路径，空字符串表示从头训练 ---hyp：超参数配置文件，scratch-high.yaml适合无预训练场景 ---epochs：总训练轮次 ---close-mosaic：在最后若干 epoch 关闭 Mosaic 数据增强，提升收敛稳定性

训练过程中，日志与检查点将自动保存至runs/train/yolov9-s/目录。

3. 已包含权重文件

镜像内已预下载yolov9-s.pt权重文件，位于/root/yolov9根目录下，可用于： - 迁移学习微调 - 推理测试基准验证 - 自定义数据集初始化训练

若需使用其他变体（如yolov9-m,yolov9-c），可通过官方 GitHub 仓库手动下载并放置于对应路径。

4. COCO数据集迁移训练实践

4.1 数据准备：组织自定义数据集

尽管本教程基于 COCO 数据集风格进行迁移训练，但实际应用中常需适配私有数据。标准 YOLO 数据格式要求如下：

图像文件存放于images/train/和images/val/子目录
对应标签文件（.txt）存放于labels/train/和labels/val/，每行格式为：class_id center_x center_y width height坐标归一化至 [0,1] 区间

创建data.yaml配置文件，内容示例如下：

train: ./images/train val: ./images/val nc: 80 # COCO 类别数 names: ['person', 'bicycle', 'car', ..., 'toothbrush'] # 可省略，按索引顺序映射

注意：若使用完整 COCO 数据集，请确保路径正确挂载，并保证磁盘空间充足（约 20GB）

4.2 使用预训练权重进行迁移学习

为了加速收敛并提升小样本表现，推荐使用yolov9-s.pt作为初始权重进行微调。修改训练命令如下：

python train_dual.py \ --workers 8 \ --device 0 \ --batch 64 \ --data data.yaml \ --img 640 \ --cfg models/detect/yolov9-s.yaml \ --weights './yolov9-s.pt' \ # 启用预训练权重 --name yolov9-s-finetune \ --hyp hyp.scratch-high.yaml \ --epochs 50 \ --close-mosaic 40 \ --freeze-backbone 0 # 可选：冻结主干网络前几层

相比从头训练，迁移学习通常能在更少 epoch 内达到更高 mAP。

4.3 训练过程监控与调优建议

日志与可视化

训练期间可通过 TensorBoard 查看损失曲线、学习率变化及性能指标：

tensorboard --logdir runs/train

重点关注： -box_loss,cls_loss,obj_loss是否平稳下降 -mAP@0.5收敛趋势是否良好 - 是否出现过拟合（验证损失上升）

常见优化策略

问题	解决方案
显存不足	减小`batch`大小，启用梯度累积（`--accumulate 2~4`）
收敛慢	使用`hyp.finetune.yaml`替代`scratch-high.yaml`
小目标漏检严重	提高输入分辨率（如`--img 896`），增加数据增强强度
类别不平衡	在`data.yaml`中设置`class_weights`或采用 Focal Loss

5. 模型评估与推理部署

5.1 模型评估

训练完成后，使用验证集评估最终性能：

python val_dual.py \ --data data.yaml \ --weights runs/train/yolov9-s-finetune/weights/best.pt \ --img 640 \ --task val

输出包括： - mAP@0.5, mAP@0.5:0.95 - Precision, Recall - 每类别的 AP 分数

可用于横向比较不同训练策略的效果。

5.2 推理部署实战

使用训练好的模型对新图像进行预测：

python detect_dual.py \ --source './custom_images/test.jpg' \ --img 640 \ --device 0 \ --weights 'runs/train/yolov9-s-finetune/weights/best.pt' \ --name custom_test_result

结果图像将包含边界框与类别标签，适用于演示或集成到下游系统。