yolov4 训练自己的数据集

yolov4是yolo系列中在前面三个版本基础上改进而来的第四个版本

yolov4运行了加权残差连接(WRC)，跨阶段部分连接(CSP)，跨小批量标准化(CmBN)，自对抗训练(SAT)，Mish激活，马赛克数据增强，CmBN，DropBlock正则化，CIoU Loss等多种调优手段来提高卷积神经网络(CNN)的准确性。

本专题以操作为主，下面将从实际操作来讲述怎样利用该yolov4算法来实现对自己数据集的训练与检测。

源码地址：

https://github.com/bubbliiiing/yolov4-pytorch

代码结构

 其中，

① img存放的是测试图片

② logs存放的训练的日志以及训练的模型

③ model_data存放的模型配置文件以及预训练模型

④ nets网络相关的代码

⑤ utils 存放的其他共性的接口文件

⑥ utils_coco存放的是处理coco格式数据的接口

⑦ kmeans_for_anchors.py 计算数据集的anchors

⑧ predict.py tr