企业官网建设流程全解析

YOLOv9 分割实战：从边界框到像素级掩码的完整指南

【免费下载链接】yolov9Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information项目地址: https://gitcode.com/GitHub_Trending/yo/yolov9

只跑检测的 YOLOv9 每个物体只给你一个矩形框。但质检、医疗影像这类场景，你要的是物体精确的轮廓。YOLOv9 内置的实例分割与全景分割能在一次前向推理里给出像素级掩码，本文带你跑通全流程，并讲清楚哪些参数值得调、哪些坑要避开。

先分清：两种分割各输出什么

一句话结论：实例分割告诉你"每个物体长什么样"，全景分割告诉你"每个像素属于什么"。

实例分割的预测入口在 segment/predict.py，全景分割在 panoptic/predict.py。两者共用同一套推理骨架，区别只在模型最后的"头"。

一条命令跑通实例分割

先跑通，再理解。三步：

第一步，装依赖。核心就是 torch、opencv-python、numpy：

pip install -r requirements.txt

第二步，备权重。把仓库提供的实例分割权重（如gelan-c-seg.pt）放到项目根目录。

第三步，跑预测。用仓库自带的马匹测试图：

python segment/predict.py --weights gelan-c-seg.pt --source data/images/horses.jpg

跑完打开runs/predict-seg/exp/，就能看到结果：

图里每匹马都有独立框、置信度和轮廓掩码，重叠区域也彼此分开。想批量处理整个目录，把--source换成目录路径即可；加--save-txt还会把每个实例的多边形坐标写成 txt，方便后续做矢量处理。

掩码黑盒拆解：矩形框怎么变成轮廓

先给结论：YOLOv9 的分割不是"每个框现画一个轮廓"，而是"一套底稿 + 一份配方"。

整条数据流分四层：

1. 骨干网（backbone）：图像经卷积不断下采样，产出 P3/P4/P5 三个尺度的特征图，分别负责小、中、大目标。
2. 多尺度融合头（head）：特征先自顶向下上采样、再自底向下降采样，小目标的大特征图和小特征图互相补充。
3. 掩码头：输出两样东西——proto（32 个低分辨率"底稿"掩码）和每个检测框对应的"系数向量"。最终某物体的掩码 = 它的系数与所有底稿做线性组合，再放大到原图尺寸。这就是为什么几十个物体也能只花固定计算量。
4. 后处理：NMS 去重、掩码上采样、与原图对齐，最后由 Annotator 画出来。

结构蓝图就是 YAML 文件。实例分割的配置 models/segment/yolov9-c-dseg.yaml 最后一行是DualDSegment头；全景分割的 models/panoptic/gelan-c-pan.yaml 用的是Panoptic头，额外多一个 UConv 语义分支——它逐像素分类"可数物体 + 不可数背景（stuff）"，这就是全景分割比实例分割多出来的那块能力。

下图从左到右依次是原图、检测+实例分割、语义分割、全景分割，四种输出摆在一起，差别一目了然：

全景分割的预测命令与实例分割只差两处：

python panoptic/predict.py --weights gelan-c-pan.pt --source data/images/

4 个最影响效果的旋钮

默认值都能跑，但效果好不好看这四个参数：

一次典型的"要精度"组合：

python segment/predict.py --weights gelan-c-seg.pt --source data/images/horses.jpg \ --conf-thres 0.5 --imgsz 1280 --retina-masks

注意--iou-thres与目标密度相关：马群这种重叠场景，0.45 默认值合适；如果物体排布很散，可以适当调低。

新手高频 3 个坑

坑 1：权重和脚本对不上，报"文件不存在"或输出格式错。两个脚本的默认权重名分别是yolo-seg.pt和yolo-pan.pt，而仓库提供的预训练权重叫gelan-c-seg.pt、gelan-c-pan.pt。不显式传--weights就会找不到文件。反过来也一样：检测权重没有掩码输出，拿它跑分割脚本会得到空结果。

坑 2：掩码边缘发虚、有锯齿。默认掩码来自 32 通道低分辨率底稿的上采样，输入分辨率越高，相对损失越小。两个解法：开--retina-masks，或把--imgsz提到 1280。掩码的合成逻辑在 utils/segment/general.py 的process_mask，想深入看可以打开它。

坑 3：结果找不到。输出默认落在runs/predict-seg/exp/，每跑一次目录名自动加 1（exp、exp2…）。批量重复实验想复用同一目录，加--exist-ok；想换保存位置，用--project。

继续往深处走

• 想改网络结构：models/segment/ 下的 YAML 就是全部蓝图，加层、改通道都在这做
• 想懂训练与损失：utils/segment/ 里有分割损失、TAL 标签分配和评估指标

现在就动手

先跑一遍马匹图确认环境没问题，然后换成你自己的业务图片。如果发现某类物体频繁漏检，从--imgsz和--conf-thres两个旋钮开始排查——大多数"模型不行"的表象，其实是参数没配对。

【免费下载链接】yolov9Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information项目地址: https://gitcode.com/GitHub_Trending/yo/yolov9