圖靈TOPIA 作者：CV君 來源：我愛計算機視覺 圖靈聯邦編輯部 兩個月前，YOLO 之父 Joseph Redmon決定退出計算機視覺領域。 就在所有人都以為再也等不到 YOLO v4 的時候，它卻在 近日 悄無聲息地出現了。 這一目标檢測神器出現了新的接棒者！ 以下視訊為 YOLO v4 在駕駛環境的測試結果： 生成上述視訊的指令： 原 YOLO v4 是基于DarkNet架構的，已經有不少小夥伴在着手其他版本的實作： 1、YOLO v4 的 TensorFlow 2.0 實作 https://github.com/xiao9616/yolo4_tensorflow2 2、YOLO v4 的 TensorFlow 實作. 持續更新 使用說明及裝置介紹詳細 https://github.com/rrddcc/YOLOv4_tensorflow 3、YOLO v4 的 TensorFlow 實作. https://github.com/klauspa/Yolov4-tensorflow 4、YOLO v4 的 PyTorch 實作 https://github.com/GZQ0723/YoloV4 5、YOLO v4(TensorFlow後端)的 Keras 實作 https://github.com/Ma-Dan/keras-yolo4
6、YOLO v4 的 PyTorch 實作 https://github.com/Tianxiaomo/pytorch-YOLOv4
7、YOLO v4-QtGUI Windows 10環境下，YOLOv4-QtGUI是用QT和OpenCV開發可視化目标檢測界面,可簡單選擇本地圖檔、或攝像頭輸入來展示檢測結果。 開發環境介紹、使用步驟詳細 https://github.com/scutlrr/Yolov4-QtGUI
8、将 YOLO v4 模型轉換到 tflite 中使用 将 .weights 轉換為 .tflite 格式以擷取 tensorflow lite。 https://github.com/hunglc007/tensorflow-yolov4-tflite
配置、訓練、教程： 1、YOLO v4訓練自己的資料模型 https://blog.csdn.net/yapifeitu/article/details/105749693 yolov4訓練的時候會用一張動态圖來顯示訓練的效果，如下所示：
由于裝置問題，沒有訓練效果 2、linux下配置運作YOLO v4！ 基本環境：cuda=10.0，cudnn>=7.0， opencv>=2.4 https://blog.csdn.net/ly_twt/article/details/105748280#comments_12014895
Yolo v3的檢測效果
Yolo v4的檢測效果 3、linux下在pascal voc資料集上訓練YOLO v4！ https://blog.csdn.net/ly_twt/article/details/105761312 4、windows10+vs2017+opencv3.4.1配置YOLO v4 https://blog.csdn.net/weixin_39954922/article/details/105785460?fps=1&locationNum=2 5、YOLO v4在windows下的安裝配置 http://www.luyixian.cn/news_show_354767.aspx 最後一組是在朋友圈看到的不同算法下的對比：
車輛原圖
SSD結果
YOLO v4結果(可見YOLO v4也不盡完美) YOLO v4 論文： https://arxiv.org/abs/2004.10934 YOLO v4 代碼： https://github.com/AlexeyAB/darknet