yolov4-tiny环境配置

1. 安装CUDA和CUDNN

首先需要安装CUDA和CUDNN，这是运行YOLOv4-tiny所必需的。安装方法可以参考NVIDIA官方文档。

2. 安装OpenCV

YOLOv4-tiny需要使用OpenCV进行图像处理。可以通过以下命令安装OpenCV：

pip install opencv-python

3. 下载YOLOv4-tiny代码

可以从GitHub上下载YOLOv4-tiny的代码，使用命令：

git clone https://github.com/AlexeyAB/darknet.git

4. 编译Darknet

在darknet目录下，可以运行以下命令编译Darknet：

make

5. 下载YOLOv4-tiny预训练权重

可以从YOLO官方网站下载YOLOv4-tiny的预训练权重，或者使用以下命令在darknet目录下下载：

wget https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.weights

6. 测试YOLOv4-tiny

可以使用以下命令测试YOLOv4-tiny：

./darknet detector test cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg

其中，`coco.data`是数据集配置文件，`yolov4-tiny.cfg`是YOLOv4-tiny的配置文件，`yolov4-tiny.weights`是预训练权重文件，`data/dog.jpg`是测试图片。运行后会输出检测结果。