Darknet AB版框架源代码解析：包含详尽的中文注释及原理分析。

简介：
随着2019年逐渐接近尾声，我开始思考如何将其扩展到一个更为全面的框架。经过对多种框架的比较分析，我发现Darknet是一个相对较大但又轻量级的完全开源深度学习框架，它基于C和CUDA语言构建，并且不依赖于任何外部库（例如OpenCV），具备极佳的移植性，同时支持CPU和GPU两种计算模式。通过Darknet，能够深入了解神经网络的各个组成部分，从而显著提升我对深度学习理论知识的掌握程度。本人花费了近三个月的时间对Darknet进行解读，从2020年8月5日至今（10月23日），我几乎搜遍了、知乎以及GitHub上所有关于Darknet的解读资源，在此特别感谢GitHub上贡献者。此外，我也要感谢在微信上与我交流的各位朋友们，正是通过他们的讨论和建议，许多困惑在我心中逐渐得到了解答。鉴于Darknet代码库整体规模较大，为了方便大家快速且简便地理解该框架的核心思想，我编写了一个Darknet迷你版本，该版本仅实现了与分类网络相关的“火车”部分代码模块，并已去除其他分割（seg）相关的代码。