YOLOv9实战案例：零售货架商品识别系统搭建步骤

YOLOv9实战案例：零售货架商品识别系统搭建步骤

在零售行业，自动化的商品识别正成为提升运营效率的关键技术。传统的人工盘点耗时耗力，而基于AI的视觉识别方案可以实现快速、准确的商品检测与统计。本文将带你使用YOLOv9 官方版训练与推理镜像，从零开始搭建一个面向零售货架场景的商品识别系统。

该系统能够自动识别货架上的商品种类、数量和位置，适用于便利店、超市、仓储管理等实际业务场景。我们将结合预置镜像环境，完成数据准备、模型训练、推理测试到部署应用的完整流程，帮助你快速落地真实项目。

1. 镜像环境说明

本镜像基于 YOLOv9 官方代码库构建，预装了完整的深度学习开发环境，集成了训练、推理及评估所需的所有依赖，开箱即用，无需手动配置复杂的运行环境。

主要特点包括：

• 基于 PyTorch 框架，兼容 CUDA 12.1，支持 GPU 加速
• 所有依赖已安装完毕，避免版本冲突问题
• 核心代码位于/root/yolov9目录下，结构清晰，便于操作

具体环境配置如下：

此外，镜像中已预下载yolov9-s.pt权重文件，位于/root/yolov9目录下，可直接用于推理或作为预训练权重进行微调。

2. 快速上手

2.1 激活环境

启动容器后，默认处于base环境，需先切换至yolov9虚拟环境以确保所有依赖正确加载：

conda activate yolov9

建议每次操作前确认当前环境是否为yolov9，可通过以下命令查看：

conda info --envs

2.2 模型推理（Inference）

进入代码目录并执行推理命令，验证模型基本功能：

cd /root/yolov9

使用内置图片进行测试：

python detect_dual.py --source './data/images/horses.jpg' --img 640 --device 0 --weights './yolov9-s.pt' --name yolov9_s_640_detect

参数说明：

• --source：输入源，支持图片路径、视频或摄像头编号
• --img：输入图像尺寸（默认640）
• --device：指定GPU设备（0表示第一块GPU）
• --weights：模型权重路径
• --name：结果保存目录名称

推理结果将保存在runs/detect/yolov9_s_640_detect目录中，包含标注框和类别信息的输出图像。

提示：你可以上传自己的货架图片替换horses.jpg进行初步测试，观察模型对常见商品的原始识别能力。

2.3 模型训练（Training）

为了适配零售货架场景，我们需要对模型进行定制化训练。以下是单卡训练示例命令：

python train_dual.py \ --workers 8 \ --device 0 \ --batch 64 \ --data data.yaml \ --img 640 \ --cfg models/detect/yolov9-s.yaml \ --weights '' \ --name yolov9-s \ --hyp hyp.scratch-high.yaml \ --min-items 0 \ --epochs 20 \ --close-mosaic 15

关键参数解释：

• --data：指向数据集配置文件data.yaml
• --cfg：网络结构配置文件
• --weights ''：从头开始训练（若要微调，填写.pt文件路径）
• --hyp：超参数配置，scratch-high.yaml适合小数据集冷启动
• --close-mosaic 15：最后15个epoch关闭Mosaic增强，提升收敛稳定性

训练过程中，日志和权重会自动保存在runs/train/yolov9-s目录下。

3. 数据集准备与格式转换

要让模型识别特定商品，必须准备符合 YOLO 格式的标注数据。

3.1 数据组织结构

YOLOv9 要求数据集按如下结构组织：

dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml

其中：

• images/train/和images/val/存放训练和验证图像
• labels/中对应存放.txt标注文件，每行格式为：class_id center_x center_y width height（归一化坐标）
• data.yaml定义类别和路径

3.2 编写 data.yaml

在/root/yolov9下创建data.yaml文件，内容如下：

train: /path/to/dataset/images/train val: /path/to/dataset/images/val nc: 5 names: ['cola', 'chips', 'milk', 'bread', 'candy']

请根据你的实际商品类别修改nc（类别数）和names列表，并更新图像路径。

3.3 数据标注工具推荐

对于零售商品图像，建议使用以下工具进行标注：

• LabelImg：经典桌面工具，支持导出 YOLO 格式
• CVAT：在线平台，适合团队协作标注
• Roboflow：提供自动化标注辅助和数据增强服务

标注时注意覆盖不同角度、遮挡、光照变化的真实货架场景，提升模型鲁棒性。

4. 模型优化技巧：提升货架识别精度

虽然 YOLOv9 本身具备较强的特征提取能力，但在复杂货架环境中仍可能遇到挑战，如密集排列、相似包装、反光干扰等。以下是几个实用的优化策略。

4.1 使用 Mosaic 增强提升泛化能力

YOLOv9 支持 Mosaic 数据增强，能有效模拟多商品拼接场景，特别适合货架检测任务。

在训练命令中保留--hyp hyp.scratch-high.yaml即可启用高强度增强。也可以自定义hyp.yaml文件调整增强强度。

4.2 调整 Anchor 匹配策略

对于尺寸相对固定的零售商品（如罐装饮料、标准包装零食），建议根据实际 bounding box 分布重新聚类生成 anchor。

使用以下脚本生成适配 anchors：

python utils/autoanchor.py --dataset data.yaml --cfg models/detect/yolov9-s.yaml

生成结果将输出最优 anchor 尺寸，替换配置文件中的anchors字段。

4.3 启用 EMA 更新与余弦退火调度

YOLOv9 默认启用指数移动平均（EMA）和余弦学习率衰减，有助于稳定训练过程。确保训练脚本中未禁用这些功能。

可在train_dual.py中检查相关参数：

ema=True, lrf=0.1, # final OneCycleLR learning rate (lr0 * lrf) cos_lr=True, # cosine lr scheduler

这些设置有助于模型在后期更精细地收敛。

5. 实际效果测试：货架图像识别演示

完成训练后，使用真实货架图像进行推理测试。

假设我们训练了一个包含5类商品的模型，权重保存在runs/train/yolov9-s/weights/best.pt。

执行检测命令：

python detect_dual.py \ --source ./test_shelf.jpg \ --img 640 \ --device 0 \ --weights runs/train/yolov9-s/weights/best.pt \ --name shelf_result \ --conf-thres 0.5

观察输出图像中的检测框和标签，重点关注：

• 是否漏检小型商品（如口香糖）
• 是否误检背景物品（如价签、灯光反射）
• 多目标重叠区域的分割准确性

可通过调整--conf-thres（置信度阈值）平衡召回率与误报率。

6. 应用扩展：构建轻量级货架巡检系统

一旦模型达到满意精度，即可将其集成进实际应用系统中。

6.1 批量处理多张图像

将一批货架照片放入文件夹，批量运行检测：

python detect_dual.py --source ./shelf_photos/ --weights best.pt --name batch_result

系统会自动遍历所有图像并生成带框图，便于后续人工复核或数据分析。

6.2 输出结构化数据用于统计

结合 OpenCV 和 Pandas，提取检测结果中的商品类别和数量，生成 CSV 报表：

import pandas as pd results = model(source) # 假设使用 ultralytics 接口 detected_classes = [result.names[int(cls)] for cls in results[0].boxes.cls] df = pd.DataFrame(detected_classes, columns=['Product']) report = df['Product'].value_counts().reset_index() report.to_csv('inventory_count.csv', index=False)

此报表可用于库存盘点、缺货预警、热销分析等业务决策。

6.3 部署为 Web API（可选）

利用 Flask 或 FastAPI 封装模型为 REST 接口：

from flask import Flask, request, jsonify import cv2 app = Flask(__name__) model = load_model('best.pt') @app.route('/detect', methods=['POST']) def detect(): img_file = request.files['image'] img = cv2.imdecode(np.frombuffer(img_file.read(), np.uint8), 1) results = model(img) return jsonify(results.pandas().xyxy[0].to_dict(orient='records'))

前端拍照上传即可实时返回识别结果，适合移动端巡店员使用。

7. 总结

本文详细介绍了如何利用YOLOv9 官方版训练与推理镜像，搭建一套完整的零售货架商品识别系统。通过以下几个关键步骤，你可以在短时间内实现从环境部署到模型落地的全流程：

1. 环境就绪：镜像预装所有依赖，一键激活即可使用；
2. 数据准备：按照 YOLO 格式整理货架图像与标注；
3. 模型训练：使用train_dual.py进行高效训练，支持微调或从头训练；
4. 性能优化：通过 anchor 调整、增强策略提升检测精度；
5. 实际测试：在真实场景图像上验证模型表现；
6. 应用集成：输出结构化数据或封装为 API，服务于库存管理等业务。

相比传统方法，这套方案大幅降低了AI落地门槛。即使是非专业算法工程师，也能借助预置镜像快速构建可用的视觉识别系统。

未来还可进一步拓展方向：

• 引入 OCR 模块识别商品文字标签
• 结合时间序列分析商品销量趋势
• 在边缘设备（如 Jetson）上部署实现本地化推理

YOLOv9 凭借其先进的 Programmable Gradient Information 设计，在小样本、高精度检测任务中表现出色，是当前工业级目标检测的理想选择。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。