爱站程序员基地写在前面
借助 Colaboratory（简称 Colab），您可在浏览器中编写和执行 Python 代码，并且：
- 无需任何配置
- 免费使用 GPU
- 轻松共享
无论您是一名学生、数据科学家还是 AI 研究员，Colab 都能够帮助您更轻松地完成工作。您可以观看 Colab 简介了解详情，或查看下面的入门指南！
不会使用Google Colab的可以参考此文章 https://www.geek-share.com/detail/2802320083.html
1、前提条件
首先需要有Google浏览器，注册谷歌账号，并且可以访问网站。（具有登登登的能力，有某种原因，不便说明，请自行百度）
2、登录Colab
1、登录网站
[https://colab.research.google.com/notebooks/welcome.ipynb]
这里是Google Colab的使用指南，有好多内容，自行阅读。
2、新建笔记本，命名随意（这里命名YOLOv4）
名字可以直接在这里修改
3、检查GPU
在代码执行程序里面更改运行时类型，选择GPU即可。
添加代码，输入
! nvidia-smi
（注意‘！’不要忽略）点击运行
服务器会自动分配一个GPU供你使用
4、装载YOLOv4
1、下载Darknet(AlexeyAB)
添加代码块，输入
! git clone https://github.com/AlexeyAB/darknet.git
后面的网址就是GitHub里的地址
下载完成后，刷新一下左面的文件目录就出现了一个darknet的文件夹
2、更改Makefile参数以使用GPU
我们可以先查看Makefile中的参数
! head darknet/Makefile
修改参数说明
GPU=1 调用GPU CUDA
CUDNN=1 加速GPU训练
CUDNN_HALF=1 侦测加速3倍，训练加速两倍
OPENCV=1 用于摄影侦测试用
使用sed修改参数
! sed -i \'s/GPU=0/GPU=1/g\' /content/darknet/Makefile! sed -i \'s/CUDNN=0/CUDNN=1/g\' /content/darknet/Makefile! sed -i \'s/OPENCV=0/OPENCV=1/g\' /content/darknet/Makefile
再次查看参数是否已修改
3、编译YOLOv4
! cd darknet; make
（等待编译完成，可能需要一小会时间）
5、使用YOLOv4
1、下载权重
! cd darknet; make
! gdown https://drive.google.com/uc?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT
权重下载地址在 GitHub里也有，需要注意的是将地址里的open改成uc（当然也可以直接复制代码块，但是建议自己看看GitHub里的东西）
在这下载文件还是很快的，一秒钟就可以下载完成（应该也会取决于网速），下载完成我们可以在文件夹目录看到这个文件（刷新一下）
2、使用yolov4辨识
进入data文件夹可以查看自带的示例图片（这一步也可以不需要）
! ls darknet/data
from PIL import ImageImage.open(\'darknet/data/person.jpg\')
辨识
! cd darknet; ./darknet detect /content/darknet/cfg/yolov4.cfg /content/yolov4.weights /content/darknet/data/person.jpg
辨识结束
辨识图片放在darknet目录下，可以查看一下
from PIL import ImageImage.open(\'/content/darknet/predictions.jpg\')
结束！
参考：https://www.jianshu.com/p/a42d69568966
