可视化教程来自：https://blog.csdn.net/weixin_33566282/article/details/105965440
按照博主教程修改yolo代码且稍作调整后，确实在根目录下生成了162个txt文档：
打开其中几个浏览一遍后，可以发现其中均是一个个矩阵，每一个矩阵是一个卷积层
查询yolov4卷积结构以后可以发现，其非常复杂：
但是如果仅仅看训练时的一维卷积模型数据的话，效果如下：
一共162层，可以看成162层卷积神经，而特征提取就是在训练过程中，直接把矩阵数值输出出来，然后根据灰度值转化成图像，笔者转换后效果大致如下：
大小尺寸不一，因为图片数量较多，可以根据其尺寸分布大致规律将其整合成若干大图，比如11~23是同一个尺寸，便将其放在4×4的格子中，拼接效果如下：
同理，将其他特征矩阵拼接完后，得到最终9张效果图：
其中第一张较为特殊，0-10的图像几乎完全一致，所以原创作者将他们融合到了同一个图片里，具体11张图片情况如下：
因为可视化过程对训练效率影响着实较大，所以笔者文档中最终保留了100次，200次，500次和600次的训练特征，以下是11-27图像的横向对比：
