可視化教程來自：https://blog.csdn.net/weixin_33566282/article/details/105965440
按照博主教程修改yolo代碼且稍作調整后，確實在根目錄下生成了162個txt文檔：
打開其中幾個瀏覽一遍后，可以發現其中均是一個個矩陣，每一個矩陣是一個卷積層
查詢yolov4卷積結構以后可以發現，其非常復雜：
但是如果僅僅看訓練時的一維卷積模型數據的話，效果如下：
一共162層，可以看成162層卷積神經，而特征提取就是在訓練過程中，直接把矩陣數值輸出出來，然后根據灰度值轉化成圖像，筆者轉換后效果大致如下：
大小尺寸不一，因為圖片數量較多，可以根據其尺寸分布大致規律將其整合成若干大圖，比如11~23是同一個尺寸，便將其放在4×4的格子中，拼接效果如下：
同理，將其他特征矩陣拼接完后，得到最終9張效果圖：
其中第一張較為特殊，0-10的圖像幾乎完全一致，所以原創作者將他們融合到了同一個圖片里，具體11張圖片情況如下：
因為可視化過程對訓練效率影響着實較大，所以筆者文檔中最終保留了100次，200次，500次和600次的訓練特征，以下是11-27圖像的橫向對比：
