对YOLO流程感到困惑

Question

为了掌握这个概念，我读了这篇由Mauricio Menegaz撰写的文章，并在YouTube上观看了Deeplearning.ai的video，但我对S x S x（B * 5 + C）部分感到困惑。我知道S x S代表网格大小，5代表边界框的组件，C代表类。 B和锚箱一样吗？如果我只想检测一个类（例如牌照），这是否意味着只有1个B？

编辑在图像被馈送到神经网络之前是否在图像上创建了边界框？

Answer 1

B和锚箱一样吗？

是的。 B是锚箱的数量

如果我只想检测一个类（例如牌照），这是否意味着只有1个B？

不，在这种情况下，C = 1.但是如果您事先知道需要检测的物体的宽高比，并且该比率在视点之间没有太大变化，则可能只需要与此比率匹配的锚箱，因此在你的车牌案例，B也可以是1

但是如果你需要检测汽车，你可能需要更多的锚箱，因为汽车的宽高比在两个观点之间变化很大

Answer 2

也许你可以看看这个实现：https://github.com/1991viet/Yolo-pytorch