yolov4的配置，参考：https://blog.csdn.net/ly_twt/article/details/105748280#comments_12014895
这里以pascal voc数据集（2007+2012联合训练）为例，该方法适用于其他数据集（包括自己建立的数据集）
一、
数据准备参考以下博客的（1）~（3）：https://blog.csdn.net/ly_twt/article/details/105577683
二、下载backbone权重文件yolov4.conv.137
https://drive.google.com/file/d/1JKF-bdIklxOOVy-2Cr5qdvjgGpmGfcbp/view（也可以私聊找我拿）
将下载的yolov4.conv.137放在darknet目录中即可。
三、修改配置文件
（1）cfg/voc.data
将下图：
改成：
（2）将cfg/yolov4-custom.cfg进行复制，并将复制后的文件命名为yolo-obj.cfg。
修改cfg/yolo-obj.cfg文件：
①如果在训练过程中出现out of memory，将subdivisions修改为32或者64。
②
③在文件中，使用Ctrl+F搜索yolo，一共出现三个地方。修改yolo下面的classes，以及yolo上面的filters：
四、开始训练
./darknet detector train cfg/voc.data cfg/yolo-obj.cfg yolov4.conv.137
如果想要保存训练日志，则使用：
# xxxx为路径和log文件名字，自己设置就行
./darknet detector train cfg/voc.data cfg/yolo-obj.cfg yolov4.conv.137 2>1 | tee /xxxx/xxxxx.log
训练结束后，训练的模型会放在darknet/backup中。
五、测试
./darknet detector test cfg/voc.data cfg/yolo-obj.cfg yolo-obj_xxxx.weights
>>>>>>>>>>>>>有什么其他的问题私聊我即可。
>>>>>>>>>>>>>或者有什么其他大家想知道的，告诉我，我来更。
******************************************************
后续还会补充更详细的细节和一些拓展（如通过不同的设置进行训练测试等）
******************************************************