m0_54343334的博客

YOLO把整个图分成了7*7个grid cell，每一个grid cell预测2个bounding box。在训练阶段人工的标注框中心点落在了哪个grid cell，就由该grid cell去负责预测出的两个bounding box中的一个（和人工标注狂IOU大的）去负责预测拟合这个标注框。在预测阶段，这个YOLO就是一个黑箱子，输入的是448×448×3的图像，7×7×30维的张量tensor。

为什么要学YOLO V1：YOLO是当前目标检测领域性能最优模型之一，基本上所有人工智能和计算机视觉领域的开发者、学生…都要用它开发各行各业的应用，后面的YOLO版本都是在V1的基础上改进升级的，所以弄懂YOLO V1很重要。该笔记参考b站同济自豪兄。