yolov4的配置，参考：https://blog.csdn.net/ly_twt/article/details/105748280#comments_12014895 这里以pascal voc数据集（2007+2012联合训练）为例，该方法适用于其他数据集（包括自己建立的数据集） 一、 数据准备参考以下博客的（1）~（3）：https://blog.csdn.net/ly_twt/article/details/105577
基本环境：cuda=10.0，cudnn>=7.0， opencv>=2.4 (cuda,cudnn多版本安装及使用，参考：https://blog.csdn.net/ly_twt/article/details/104905417) 一、下载yolov4 git clone https://github.com/AlexeyAB/darknet.git 二、编译 # cd到darknet目录下 make 或者 make -j8 编译过
论文地址和代码 https://arxiv.org/abs/2004.10934v1 代码：https://github.com/AlexeyAB/darknet 摘要： 据说有许多功能可以提高卷积神经网络（CNN）的准确性。 需要在大型数据集上对这些特征的组合进行实际测试，并对结果进行理论证明。 某些功能仅在某些模型上运行，并且仅在某些问题上
今年初 YOLO 之父Joseph Redmon宣布推出CV界，引起轩然大波，大家纷纷猜测YOLO是否不会再出v4版，退出历史舞台。 今天，YOLOv4重磅发布，作者为俄罗斯开发者 Alexey Bochkovskiy 和两位中国台湾开发者 Chien-Yao Wang、Hong-Yuan Mark Liao。 了解：https://mp.weixin.qq.com/s/tjz9Kz7
