Google Colab範例，使用Yolov4(darknet)對自定義資料集進行訓練及推論
yolov4_training_test.ipynb 為主程式，包含Yolov4預訓練測試、自定義資料集訓練及推論測試
my_dataset.zip 包含100張影像及Yolo格式標註檔(＊.txt)
Annotation 檔案夾為100張影像VOC標註檔(＊.xml) (原則上可不使用，僅供參考)
my_obj.data 為資料集設定檔
my_obj.names 為資料集分類標籤名稱
my_yolov4_custom.cfg 為自定義模型及相關參數
my_train.txt 為自定義資料訓練集檔案名稱列表
my_test.txt 為自定義資料驗證集檔案名稱列表
test01.jpg, test02.jpg 為測試用影像
devcloud-yolov4-tiny-test.ipynb 為Intel DevCloud版Yolov4-tiny測試程式，採預訓練模型，不含訓練部份，單純使用CPU進行編譯及推論。
Colab_Yolov4_Webcam_Test.ipynb 為Colab版Yolov4-tiny測試程式，採預訓練模型，不含訓練部份，可以執行檔或python程式方式執行物件偵測推論。另包含JavaScript函式，可以使用網路攝影機(Webcam)作為輸入裝置，取得靜態影像或動態視訊進行物件偵測推論。