图灵TOPIA 作者：CV君 来源：我爱计算机视觉 图灵联邦编辑部 两个月前，YOLO 之父 Joseph Redmon决定退出计算机视觉领域。 就在所有人都以为再也等不到 YOLO v4 的时候，它却在 近日 悄无声息地出现了。 这一目标检测神器出现了新的接棒者！ 以下视频为 YOLO v4 在驾驶环境的测试结果： 生成上述视频的命令： 原 YOLO v4 是基于DarkNet框架的，已经有不少小伙伴在着手其他版本的实现： 1、YOLO v4 的 TensorFlow 2.0 实现 https://github.com/xiao9616/yolo4_tensorflow2 2、YOLO v4 的 TensorFlow 实现. 持续更新 使用说明及设备介绍详细 https://github.com/rrddcc/YOLOv4_tensorflow 3、YOLO v4 的 TensorFlow 实现. https://github.com/klauspa/Yolov4-tensorflow 4、YOLO v4 的 PyTorch 实现 https://github.com/GZQ0723/YoloV4 5、YOLO v4(TensorFlow后端)的 Keras 实现 https://github.com/Ma-Dan/keras-yolo4
6、YOLO v4 的 PyTorch 实现 https://github.com/Tianxiaomo/pytorch-YOLOv4
7、YOLO v4-QtGUI Windows 10环境下，YOLOv4-QtGUI是用QT和OpenCV开发可视化目标检测界面,可简单选择本地图片、或摄像头输入来展示检测结果。 开发环境介绍、使用步骤详细 https://github.com/scutlrr/Yolov4-QtGUI
8、将 YOLO v4 模型转换到 tflite 中使用 将 .weights 转换为 .tflite 格式以获取 tensorflow lite。 https://github.com/hunglc007/tensorflow-yolov4-tflite
配置、训练、教程： 1、YOLO v4训练自己的数据模型 https://blog.csdn.net/yapifeitu/article/details/105749693 yolov4训练的时候会用一张动态图来显示训练的效果，如下所示：
由于设备问题，没有训练效果 2、linux下配置运行YOLO v4！ 基本环境：cuda=10.0，cudnn>=7.0， opencv>=2.4 https://blog.csdn.net/ly_twt/article/details/105748280#comments_12014895
Yolo v3的检测效果
Yolo v4的检测效果 3、linux下在pascal voc数据集上训练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下的安装配置 http://www.luyixian.cn/news_show_354767.aspx 最后一组是在朋友圈看到的不同算法下的对比：
车辆原图
SSD结果
YOLO v4结果(可见YOLO v4也不尽完美) YOLO v4 论文： https://arxiv.org/abs/2004.10934 YOLO v4 代码： https://github.com/AlexeyAB/darknet