Yolo学习（框架分析）

Yolo中文意思是You only look once.意思就是只需要看一次就可以识别出图中的这个物体。
Yolo是单阶段的，不同于之前的双阶段的RCNN、Fast-RCNN。

一.框架

Input:输入448✖448✖3的图片。
经过GoogLeNet(20layers)（在ImageNet上面训练分为1000个类），
5个卷积层和池化层，
2个线性回归层（预测分类输出）。

二.损失函数

S^2为n✖n的方格图，B为Anchor Box的数目（Yolov1为2），obj代表有物体的地方，nobj代表没有物体的地方。
1.是预测x，y的值和真实x，y的值之差的平方（预测值与真实值的距离）。预测框和真实框开根之差的平方。（为什么不直接求距离？大框和小框对Loss的影响不同，开个根使得小框的影响更大）
2.求置信度IOU误差。
3.求分类误差。