需要学习ubuntu系统上YOLOv4的同学请前往：《YOLOv4目标检测实战：原理与源码解析》

【为什么要学习这门课】

Linux创始人Linus Torvalds有一句名言：Talk is cheap. Show me the code. 冗谈不够，放码过来！

代码阅读是从基础到提高的必由之路。尤其对深度学习，许多框架隐藏了神经网络底层的实现，只能在上层调包使用，对其内部原理很难认识清晰，不利于进一步优化和创新。

YOLOv4是最近推出的基于深度学习的端到端实时目标检测方法。

YOLOv4的实现darknet是使用C语言开发的轻型开源深度学习框架，依赖少，可移植性好，可以作为很好的代码阅读案例，让我们深入探究其实现原理。

【课程内容与收获】

本课程将解析YOLOv4的实现原理和源码，具体内容包括：

- YOLOv4目标检测原理

- 神经网络及darknet的C语言实现，尤其是反向传播的梯度求解和误差计算

- 代码阅读工具及方法

- 深度学习计算的利器：BLAS和GEMM

- GPU的CUDA编程方法及在darknet的应用

- YOLOv4的程序流程

- YOLOv4各层及关键技术的源码解析

本课程将提供注释后的darknet的源码程序文件。

【相关课程】

除本课程《Windows版YOLOv4目标检测：原理与源码解析》外，本人推出了有关YOLOv4目标检测的系列课程，包括：

《Windows版YOLOv4目标检测实战：训练自己的数据集》

《Windows版YOLOv4-Tiny目标检测实战：训练自己的数据集》

《Windows版YOLOv4目标检测实战：人脸口罩佩戴检测》
《Windows版YOLOv4目标检测实战：中国交通标志识别》

建议先学习一门YOLOv4实战课程，对YOLOv4的使用方法了解以后再学习本课程。

【YOLOv4网络模型架构图】

下图由白勇老师绘制