一、YOLO的输入参数介绍

打标签后会生成一系列参数，包含：

置信度、预测框的位置（中心点的位置、高度宽度）、类别（标签1、标签2、标签3......）

二、处理图像和标签

首先YOLO会把图像均分为19*19个格子 ，然后用分类和定位算法，逐一的对每一个格子进行查看，也就是通过外标签看他们的参数值是多少（每个框都会有一系列参数）。如果Pc（置信度）是0，那也就说明这些格子不重要因为没有标记到。YOLO就是把所标注的中心点（注意是中心点）的格子在哪，就把信息分配到哪些格子里面。

最开始标注的时候是相对于整个图片，在处理时就相对于每个格子。处理完后就会得到19*19*8的参数（8是一个格子的参数种类数）。

相当于把原本的图片x通过CNN、卷积层等各种处理转化成所需要的参数值。

三、检测

输入图片，得到参数

交并比IOU（交集比上并集）>=0.5 来判断是否准确

非极大值抑制，每个格子都有置信度，算法会规定这个值大于多少，之后才能画框

 

比如右边0.9的框，会求交并比，筛除重复的框：