yolov9 部署,便于移植不同平台(onnx、tensorRT、rknn、Horizon),全网首个通用部署示例。
导出onnx参考【yolov9 瑞芯微芯片rknn部署、地平线芯片Horizon部署、TensorRT部署】。
yolov9n_onnx:onnx模型、测试图像、测试结果、测试demo脚本
yolov9n_TensorRT:TensorRT版本模型、测试图像、测试结果、测试demo脚本、onnx模型、onnx2tensorRT脚本(tensorRT-7.2.3.4)
yolov9n_rknn:rknn模型、测试(量化)图像、测试结果、onnx2rknn转换测试脚本
yolov9n_horizon:地平线模型、测试(量化)图像、测试结果、转换测试脚本、测试量化后onnx模型脚本
由于模型文件比较大,所有的模型文件放在【onnx模型、rknn模型、trt模型、地平线模型】
在 yolov9 官方代码上把“SiLU激活函数替换成了RelU”,由于是有些平台还不支持SiLU,详细训练参考yolov9官方代码。
pytorch测试结果
onnx测试效果
说明:推理测试预处理没有考虑等比率缩放,使用训练数据不多,且迭代的次数不多,效果并不是很好,仅供测试流程用。