在有了yolov3的基础上，yolov4的网络结构还是很容易看懂的。

这篇博客写的整个yolov4的网络概况

【经典论文解读】YOLOv4 目标检测https://blog.csdn.net/qq_41204464/article/details/119673960?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167791613516800211577984%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167791613516800211577984&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_click~default-3-119673960-null-null.142%5Ev73%5Einsert_down2,201%5Ev4%5Eadd_ask,239%5Ev2%5Einsert_chatgpt&utm_term=cspdarknet53&spm=1018.2226.3001.4187

 这篇博客的CSPDarknet53的细节就更多一点，例如，第一个CSP模块其实与后面的CSP模块有所不同。

YOLOv4网络详解https://blog.csdn.net/qq_37541097/article/details/123229946结合Bubbliiiing大佬的代码可以看出：

睿智的目标检测30——Pytorch搭建YoloV4目标检测平台https://blog.csdn.net/weixin_44791964/article/details/106214657

首先就是几个基本的模块：

（1）CBM

 （2）Res unit

 (3)CSPX

 这里的代码分为两个部分，这里涉及到了参数first的bool值