yolov9_onnx_tensorRT_rknn_horizon

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】。

文件夹结构说明

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】

模型训练

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。

测试结果

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。