转载请注明作者和出处： http://blog.csdn.net/john_bh/

论文链接: YOLOv4: Optimal Speed and Accuracy of Object Detection
作者及团队：Alexey Bochkovskiy
会议及时间：Arxiv 2020.4
作者开源code：https://github.com/AlexeyAB/darknet

文章目录

1.主要贡献

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

# 目标检测
Logo
技术共进，成长同行——讯飞AI开发者社区

技术共进，成长同行——讯飞AI开发者社区

更多推荐

AI辅助编程中的审查疏漏：灾难性后果深度解析

不要依赖AI的逻辑和代码，要指导AI思考和给出代码并进行严格的审查和测试，否则其灾难性后果将是你我不可承受之重！随着生成式人工智能（AI）技术的飞速发展，AI辅助编程已成为软件开发领域不可逆转的趋势。然而，这一技术变革在带来效率提升的同时，也伴随着前所未有的风险。当人类开发者对AI生成代码的输出缺乏严格、审慎的审查时，一系列灾难性的后果便可能发生。这些后果不仅限于代码级别的缺陷，更可能演变为严重的

avatar 讯飞AI开发者社区
cover

十月学术盛宴启幕 | 2025年10月国际学术会议重磅来袭

avatar 讯飞AI开发者社区
cover

[论文阅读] 人工智能 + 软件工程 | TDD痛点破解：LLM自动生成测试骨架靠谱吗？静态分析+专家评审给出答案

avatar 讯飞AI开发者社区