YOLOv1细节理解（自用）

YOLOv1 unified the object detection steps by detecting all the bounding boxes simultaneously.

which grid cell is responsible for predicting an object？
物体中心所落在的网格负责预测物体

输出为S*S*(5*B+C)tensor [7*7*30]
5对应着5个预测值，C表示共有多少个标签类别

找到负责框出物体的网格，再根据找到的网格去训练最适合的Bounding Box
其余的网格置信度为0

confidence是针对每一个Bounding Box，而类别概率则针对的是每一个网格。
也就是说每一个网格会生成类别标签，只有网格包含物体中心的对应的Bounding Box才会生成confidence