Mac YOLO V9推理测试(基于ultralytics)

环境:

Mac M1 (MacOS Sonoma 14.3.1)

Python 3.11+PyTorch 2.1.2

一、准备工作

使用YOLO一般都会接触ultralytics这个框架,今天来试试用该框架进行YOLO V9模型的推理。

YOLOv9目前提供了四种模型下载:yolov9-c.ptyolov9-e.ptgelan-c.ptgelan-e.pt

bash 复制代码
wget -P /Users/zhujiahui/Local/model/yolov9 -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-c.pt
wget -P /Users/zhujiahui/Local/model/yolov9 -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-e.pt
wget -P /Users/zhujiahui/Local/model/yolov9 -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/gelan-c.pt
wget -P /Users/zhujiahui/Local/model/yolov9 -q https://github.com/WongKinYiu/yolov9/releases/download/v0.1/gelan-e.pt

将下载好的模型放到指定的位置(实际发现这一步不用做,白费了)。

下载示例图片(也可手动下载放置),放到指定位置下:

bash 复制代码
wget -P /Users/zhujiahui/Local/dataset -q https://media.roboflow.com/notebooks/examples/dog.jpeg

安装Python依赖

bash 复制代码
pip install opencv-python
pip install ultralytics

二、推理

编写以下代码:

python 复制代码
from ultralytics import YOLO


def yolov9_inference():
    yolo_model = YOLO("/Users/zhujiahui/Local/model/yolov9/yolov9-e.pt")
    yolo_model.info()


if __name__ == '__main__':
    yolov9_inference()

直接运行,发现报错:

TypeError: ERROR ❌️ /Users/zhujiahui/Local/model/yolov9/yolov9-e.pt appears to be an Ultralytics YOLOv5 model originally trained with https://github.com/ultralytics/yolov5.

This model is NOT forwards compatible with YOLOv8 at https://github.com/ultralytics/ultralytics.

Recommend fixes are to train a new model using the latest 'ultralytics' package or to run a command with an official YOLOv8 model, i.e. 'yolo predict model=yolov8n.pt'

意思是说从https://github.com/WongKinYiu/yolov9下载的模型yolov9-e.pt与本训练推理框架(ultralytics)不match,必须使用经过ultralytics训练的模型。

于是改动如下,选用ultralytics提供的YOLO V9模型:

python 复制代码
from ultralytics import YOLO


def yolov9_inference():
    yolo_model = YOLO("yolov9e.pt")
    yolo_model.info()


if __name__ == '__main__':
    yolov9_inference()

首次运行会下载模型到当前代码所在的文件夹下

对示例图片进行检测:

python 复制代码
from ultralytics import YOLO


def yolov9_inference():
    yolo_model = YOLO("yolov9e.pt")
    yolo_model.info()
    results = yolo_model.predict(source='/Users/zhujiahui/Local/dataset/dog.jpeg', save=True, save_txt=True)
    print(results)


if __name__ == '__main__':
    yolov9_inference()

结果如下:

具体检测后的结果图片在runs/detect/predict/dog.jpeg下,效果:

|---------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------|
| | |
| 原图 | 检测结果 |

输入的图片也可以通过OpenCV读入:

python 复制代码
def yolov9_inference2():
    yolo_model = YOLO("yolov9e.pt")
    yolo_model.info()
    input_image = cv2.imread("/Users/zhujiahui/Local/dataset/dog.jpeg")
    results = yolo_model.predict(source=input_image, save=True, save_txt=True)
    print(results)
相关推荐
编程武士12 小时前
从50ms到30ms:YOLOv10部署中图像预处理的性能优化实践
人工智能·python·yolo·性能优化
IT古董17 小时前
【第五章:计算机视觉-项目实战之图像分割实战】1.图像分割理论-(1)图像分割基础知识:定义、任务描述、应用场景、标注格式
yolo·目标检测·计算机视觉
szxinmai主板定制专家20 小时前
基于ZYNQ的ARM+FPGA+yolo AI火灾实时监测与识别系统
arm开发·yolo·fpga开发
算法打盹中1 天前
计算机视觉:安防智能体的实现与应用基于YOLOv8的实时无人机检测与跟踪
图像处理·yolo·计算机视觉·目标跟踪·无人机·目标识别
JANGHIGH1 天前
VSCode编译器测试yolo环境配置
ide·vscode·yolo
格林威2 天前
机器视觉选Halcon还是OpenCV?
人工智能·数码相机·opencv·yolo·计算机视觉·视觉检测·制造
起个名字费劲死了2 天前
Pytorch Yolov11 OBB 旋转框检测+window部署+推理封装 留贴记录
c++·人工智能·pytorch·python·深度学习·yolo·机器人
lxmyzzs2 天前
【图像算法 - 28】基于YOLO与PyQt5的多路智能目标检测系统设计与实现
人工智能·算法·yolo·目标检测
一条数据库2 天前
大规模无人机检测数据集:11998张高质量图像,支持YOLOv8、COCO、TensorFlow多格式训练,涵盖飞机、无人机、直升机三大目标类别
yolo·tensorflow·无人机
算法打盹中2 天前
计算机视觉:基于YOLOv11 实例分割与OpenCV 在 Java 中的实现图像实例分割
opencv·yolo·计算机视觉·图像分割·实例分割·yolo11