YOLOv4实现教程
YOLO v4源码
YOLOv4仓库github地址： https://github.com/AlexeyAB/darknet.
为了防止下载压缩包解压后会丢失一些文件，建议在码云上clone下来。
CUDA安装
CUDA是我当初安装tensorflow2.0时安的，
CUDNN安装
直接从官网下载
OpenCV安装
下载好直接解压就可以
直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。
Cmake编译
选择Browse Source 为源码所在文件夹，Browse Build 可以选择同一文件夹，点击Configure，弹出如下界面：
第一项选择你所安装的VS版本，第二项平台选择x64 ,点击Finish，点击Configure，没有错误后点击生成。
VS编译
注意：选择release版本，x64，直接生成解决方案。
将D:\github\darknet\Release文件夹下的darknet.exe文件复制
打开到D:\github\darknet\build\darknet\x64文件夹内进行粘贴，如下图所示
图像测试
为了验证是否配置成功，下载推荐的yolov4.weights文件，文件大概有245M，百度云.密码：wg0r
将下载后的文件放在上述的文件夹下。
打开cmd命令行，转到上述的文件夹内，如下图所示：
按照GitHub，测试图像和视频复制对应的命令：
Yolo v4 COCO - image: darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25
Output coordinates of objects: darknet.exe detector test cfg/coco.data yolov4.cfg yolov4.weights -ext_output dog.jpg
Yolo v4 COCO - video: darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output test.mp4
测试结果
-
自带的dog图像
-
羊群
-
足球比赛（这个是视频中的一帧）
注：第一次写博客，写的不是很好，请多多包涵。