YOLO源码详解（五）-追本溯源7*7个grid

作者：木凌
时间：2016年11月。
文章连接：http://blog.csdn.net/u014540717
QQ交流群：554590241

---

最近一直有人在问，把图像分为7*7个网格，每个网格推荐两个框是什么意思，一直没搞明白，今天我们就从源码入手，追本溯源，彻底理解7*7个grid
在YOLO源码详解（三）- 前向传播（forward）里，我们分析了detection_layer.c层的代码，我们来看一下truth_index是怎么定义的：

int truth_index = (b*locations + i)*(1+l.coords+l.classes);

这里参数意义如下：
locations：7*7
b ：batch size的索引
i ：locations的索引
1 ：置信度
l.coords ：值为４，分别表示x,y,w,h
l.classes : 20

然后在下面我们可以看到如下代码段

//l.n就是一个网格要推荐几个框，论文中l.n=2
for(j = 0; j < l.n; ++j){
                    int box_index = index + locations*(l.classes + l.n) + (i*l.n + j) * l.coords;
                    box out = float_to_box(l.output + box_index);
                    out.x /= l.side;
                    out.y /= l.side;

                    if (l.sqrt){
                        out.w = out.w*out.w;
                        out.h = out.h*out.h;
                    }

                    //计算iou的值
                    float iou  = box_iou(out, truth);
                    //iou = 0;
                    //计算均方根误差（root-mean-square error）
                    float rmse = box_rmse(out, truth);
                    //选出iou最大或者均方根误差最小的那个框作为最后预测框～
                    if(best_iou > 0 || iou > 0){
                        if(iou > best_iou){
                            best_iou = iou;
                            best_index = j;
                        }
                    }else{
                        if(rmse < best_rmse){
                            best_rmse = rmse;
                            best_index = j;
                        }
                    }
                }

上述代码中最重要的是box_iou(out, truth);这句代码，这句代码是要计算你输出的框和真实框的IOU，truth的定义如下：

box truth = float_to_box(state.truth + truth_index + 1 + l.classes);<