【三维目标检测】Complex-Yolov4详解（二）：模型结构

本文为博主原创文章，未经博主允许不得转载。
本文为专栏《python三维点云从基础到深度学习》系列文章，地址为“https://blog.csdn.net/suiyingy/article/details/124017716”。

        Complex-Yolo网络模型的核心思想是用鸟瞰图BEV替换Yolo网络输入的RGB图像。因此，在完成BEV处理之后，模型的训练和推理过程基本和Yolo完全一致。Yolov4中输入的RGB图片的尺寸维度为608x608x3，因此BEV的尺寸维度也为608x608x3，由强度图、高度图和密度图组成。

        Complex-Yolov4的数据处理部分详细介绍请参考：详细理解Complex-Yolo（Complex Yolov4）三维目标检测算法 — 数据处理（一）_Coding的叶子的博客-CSDN博客。Yolov4的详细介绍网上已经有较多资料进行了详细分析，例如：yolov4的全面详解_无尽的沉默的博客-CSDN博客_yolov4</