點選上方 藍字 關註我們
微信公眾號： OpenCV學堂
關註獲取更多電腦視覺與深度學習知識
前言
自從YOLOv9出來以後，很多人都問我是不是從此以後YOLOv9就是YOLO系列最厲害的了，我其實很難從正面給出答案，畢竟沒有調查權就發言權。畢竟別人論文寫的天花亂墜的，而且還有一群跟風帶節奏的自媒體，忽悠一幫深度學習小白爭先恐後看YOLOv9。但是反過來想想CVPR但凡出個物件檢測論文就是SOTA，這麽多年多少SOOTA下來了，我其實喜歡用的，能解決問題的模型還是那幾個，有點換湯不換藥的感覺。今天我就鬥膽稍微扒一扒YOLOv9的模型跟推理。
工程檔與模型下載
官方的庫在這裏
https://github.com/WongKinYiu/yolov9
我直接下載了，第一次我下載Tag下面的，發現跑不起來，只能從Master下面直接下載了，然後我看到了官方的模型列表與mAP指標如下：
我嘗試 下載YOLOv9-T、YOLOv9-S、YOLOv9-M三種模型均以失敗而告終 ，只能下載YOLOv9-C這個模型，此外YOLOv9-E也可以下載，下載以後發現YOLOv9-C大小為：
跟它對應的YOLOv8-L模型大小為83.7M，對應的mAP52.9， 真的只比它多0.1 ，我感覺這個是因為它的模型更大，所以精度多0.1是正常的。
其實對CNN網路來說只要你把模型搞大點，精度肯定會上升，這個是常識，這能算創新嗎？然後居然還 有個XX的人發了一個視訊說YOLOv9殺瘋了，我覺得是他自己瘋了 。
匯出與推理測試
用官方的命令列然後直接推理這個模型，看一下耗時（GPU3050ti）
再匯出ONNX格式模型
發現第一是匯出ONNX格式模型巨大無比、這種肯定不能隨便就即時，必須得好卡；第二是裏面 匯出資訊居然還有YOLOv5 Hub的資訊 ，我暈倒，你這到底哪裏抄來的程式碼？
然後我開啟YOLOv9匯出的ONNX格式檔，發現居然有兩個輸出層，而且結構完全一致
我鬥膽推測，用第一個即可，第二個是個廢的，但是既然是廢的，你匯出它幹嘛，以為你比YOLOv8厲害，結果卻處處透露出山寨模型的痕跡。我看這個結構跟YOLOv8一致， 直接簡單粗暴的把這個匯出YOLOv9 ONNX模型用我以前寫給YOLOv8部署的C++程式碼執行了，然後奇跡又出現了，一行程式碼都不用改，直接執行成功，我暈倒 ，這相容性史無前例的強悍。
雖然速度感人，說它是YOLOv8結構的魔改誰會不信，但是 是不是真漲點了我不敢亂說，而且這個魔改以後模型變得更大了，推理耗時更多了，就這一幫人跟後面吹，真是世風日下，人心不古！
掃碼開啟YOLOv8全家桶
原價：
39
8
優惠價：
299
推薦閱讀
