之前寫了一篇卷積特征模型可視化，是針對.weight模型的，這篇是針對檢測圖片的，具體檢測時，看過濾器如何工作。
特征模型卷積層可視化參考https://www.cnblogs.com/fengxiaokang/p/13503868.html
工作原理：yolov4的模型是162層，每一層是一個矩陣，然后把圖片依次經過162層過濾，篩選出來的目標圖像的特征值矩陣。再與模型進行對比，然后經過重合度過濾，相似度過濾等等一系列附加算法，最后給出檢測出來的目標框。
方法：筆者環境是win10+darknet+yolov4+vs2017,代碼從官方下載下來后，修改過程參考以下博主分享教程：https://www.shuzhiduo.com/A/B0zqZOxrJv/
其中有遇到一些小問題，根據編譯器報錯很容易解決，不想自己修改的小伙伴可以自行下載：
鏈接：https://pan.baidu.com/s/1Ft61nfch8OxbuuvicQKfBg
提取碼：9999
其中，附上兩張篩選后的圖片：
每一個其實可以篩選出162層，不過越往后像素越小，越抽象。所以僅展示其前11層。
能看出他每層確實在過濾一些東西，不過具體是啥即使可視化了也很難看出來。
以下是取第五層的9張圖片做成的九宮格：
更多問題歡迎評論，筆者也是初學，如有疏忽歡迎各位大佬斧正。