本系列主要介绍使用YoloV4训练自己的数据集，本文主要介绍下载Yolo网络以及编译测试等内容。
环境配置：以下内容均在Ubuntu16.04系统实现，显卡RTX2070S。
1.介绍
Yolo是由Joseph Redmon在读博期间提出的一种目标检测算法，兼顾了实时检测以及训练成本等问题。大家可以去看一下大神在TED的演讲。
但遗憾的是作者在今年宣布永远退出CV界：
不过幸好，原来团队中的Alexey Bochkovskiy以及两外两位中国学者在继续研究Yolo，并且得到了Joseph Redmon的认可。
YoloV4在精度和速度方面均有了相当的提升。
2.下载文件
1.下在网络
可以选择使用命令下载：
git clone https://github.com/AlexeyAB/darknet
或者直接去官网下载
2.下载权重
下载预训练文件yolov4.weights
提取码：dpkg
3.编译项目
进入darknet目录：
cd darknet
之后进行编译：
make
编译过程如下：
编译成功如下：
4.安装测试
使用命令：
./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg
检测过程如下：
检测完成之后如下所示：
至此Yolov4的安装与测试结束。目前只是使用了CPU没有使用GPU。
下文将介绍如何使用GPU版本。