YOLOv4代码安装与使用（使用自己的数据集）（Linux GPU版本）

0. 引言

看了很多的YOLOv4教程，但是都不能解决我的安装与使用问题，因此发表一版在自己服务器上可用的使用说明，仅供大家参考。在大家参考各种教程之前一定要认真阅读官方教程，避免漏掉一些重要步骤。
与YOLOv3这种下载之后make就完事的麻溜相比，YOLOv4还在不断修正bug中，第一个问题是版本的问题，yolov4的官方网址：https://github.com/AlexeyAB/darknet
经测试能用正常make的网址：https://github.com/AlexeyAB/darknet/tree/64efa721ede91cd8ccc18257f98eeba43b73a6af，有可能是我的机器问题，大家可以新版本旧版本都尝试下。

1. 安装

下载之后解压，需要使用GPU加速训练的话，需要修改makefile里面一些参数，可以参考官方教程修改，这里我只修改前三个。

以及根据自己的设备型号修改ARCH，我的机器是2080Ti，因此选择75。别忘了注释掉之前的。

接下来在cmd终端输入指令：make，可能会出现大量warning，忽略掉即可。

2. 整理自己的数据集

这里不对如何标注以及如何将json、xml文件转为txt做详细说明，重点强调数据格式以及相关文件。以建立MyDataset为例，数据集应该包含以下五种文件。图片和标注txt放在同一个文件夹，train.txt和valid.txt分别包含训练图片和测试图片的绝对路径。
/MyDataset/images/******.jpg
/MyDataset/Images/*****.txt
/MyDataset/train.txt
/MyDataset/valid.txt
/MyDataset/classes.name
接下来是.data文档和.cfg文档的修改。
关于.data文档，需要修改五个参数。classes代表你的数据集内目标种类个数；train代表了你的train.txt的绝对路径，valid代表了你的valid.txt的决定路径，name代表了你的classes.name的决定路径，最后别忘了backup。
关于.cfg文档，需要根据需求修改多处。
1.batch和subvision需要根据算力需求进行调整；
2.width和height一定要是32的倍数；
3.max_batches的大小受三个条件决定：大于图片数量；=classes2000;大于6000；
4.mosaic=0 修改这个参数是因为为1的时候一直报错，这个参数代表是否需要数据增强，与YOLOv5的方法有一定关系,输出错误为：；

3. 在多GPU下训练