之前写了一篇卷积特征模型可视化，是针对.weight模型的，这篇是针对检测图片的，具体检测时，看过滤器如何工作。
特征模型卷积层可视化参考https://www.cnblogs.com/fengxiaokang/p/13503868.html
工作原理：yolov4的模型是162层，每一层是一个矩阵，然后把图片依次经过162层过滤，筛选出来的目标图像的特征值矩阵。再与模型进行对比，然后经过重合度过滤，相似度过滤等等一系列附加算法，最后给出检测出来的目标框。
方法：笔者环境是win10+darknet+yolov4+vs2017,代码从官方下载下来后，修改过程参考以下博主分享教程：https://www.shuzhiduo.com/A/B0zqZOxrJv/
其中有遇到一些小问题，根据编译器报错很容易解决，不想自己修改的小伙伴可以自行下载：
链接：https://pan.baidu.com/s/1Ft61nfch8OxbuuvicQKfBg
提取码：9999
其中，附上两张筛选后的图片：
每一个其实可以筛选出162层，不过越往后像素越小，越抽象。所以仅展示其前11层。
能看出他每层确实在过滤一些东西，不过具体是啥即使可视化了也很难看出来。
以下是取第五层的9张图片做成的九宫格：
更多问题欢迎评论，笔者也是初学，如有疏忽欢迎各位大佬斧正。
