參考：
https://www.jianshu.com/p/cad68ca85e27
https://arxiv.org/abs/1506.02640
https://www.jianshu.com/p/13ec2aa50c12
https://www.imooc.com/article/36391
https://www.jianshu.com/p/f87be68977cb
https://www.cnblogs.com/xiongzihua/p/9315183.html
1. YOLO v1
網絡框架：
1.1 其中，輸入圖像大小是448*448*3，輸出大小是7*7*30，如上圖，最後輸出的一個像素值對應原圖中的一個網格，即相當於將原圖分割成7*7的網格：
- 最後輸出的每個像素值都是一個30維的向量，每個像素對應原圖中的一個網格，30等於2×5+20，即2個bbox值(bbox值包括座標和寬高)，同時爲每個bbox值預測一個置信度(confidence scores)。20表示某個類的中心落在當前單元格內的概率。
- 即前面10個值用來確定目標的位置（定位），後面20個值用來確定目標的類別（分類）。
- 輸出結果中的一個像素，只能有一個類別，即要麼是狗，要麼是自行車，所以對應到原圖中的網格，每個網格負責預測一種物體；爲何用兩個bbox，爲了更準確的定位出物體。
1.2 分類功能簡單，即20個0到1的值，哪個位置上的值大即屬於哪個類，難點是定位功能：
因爲定位和分類一樣也視爲迴歸任務，所以需要將座標數據值歸一化爲0到1之間，假設輸出結果的其中一個像素值爲
1.2.1 (x, y)
(x, y)是紅色bbox的中心（原圖綠色點）相對於網格（當前網格是藍色）的左邊界和上邊界偏移距離，由兩個座標決定，分別是單元格左上角座標、bbox中心在原圖像的座標位置。對於上圖藍色網格座標爲
因爲bbox中心相對於單元格的偏移量，即綠色點如果正好在藍色單元格最左上角，則偏移量爲0，如果正好在最右下角，則相對於左邊界和上邊界偏移量都爲1，公式如下
其中，(w_i，h_i) 是單元格左上角座標，w_c, h_c是每個單元格的寬、高，(x_c, y_c) 是原圖像的座標位置，x就是相對於單元格的左邊界偏移的距離。所以x, y區間都是[0, 1]。
同理，y值一樣，這樣就實現了原圖中所有的座標值都是0到1。
每個網絡只有有一個類別，類別的中心只能在網格內移動。
1.2.2 (w,h)
(w,h)是紅色bbox相對於整個圖片的比例。預測的bbox的真實寬高爲w_b, h_b，如上圖所示。(w_i,h_i)表示的是原圖寬、高，計算公式如下:
其中w_i值爲448，假設w_b值爲160，則w = 160 / 448 = 0.3571.
1.2.3 confidence
這個置信度是由兩部分組成，一是格子內是否有目標(有爲1，無爲0)，二是bbox的準確度（IoU，設置IoU是爲了定位更準）。即如果有目標，置信度爲IoU，否則置信度爲0。用來評估目標位置是否準確，而不管具體類別。
一個網格，有兩個bbox，所以就有兩個confidence
1.2.4 C類的條件概率
20個條件概率定義爲
測試的時候，將最終的輸出是置信度乘以這20個條件概率值，得出一組20個概率值，因爲有兩組bbox，這樣bbox1和bbox2的confidence分別乘以這20個條件概率值，就有兩組概率值。送入NMS，得到最終的輸出框結果。
1.3 損失函數
首先要明確兩個概念，一是網格中有無目標，二是網格中的一個目標只有一個box負責（responsible）另一個box也算沒有目標，根據在線計算IOU的大小確定哪一個負責。
其中，
confidence損失：負責檢測的box的label是在線計算的IOU，不負責和無目標的都爲0，爲了平衡，加入λnoobj
位置損失：容易理解，負責檢測的纔有位置損失，其他的都不需回傳損失，也就不需要計算，此外小目標對於預測wh的誤差更敏感，用開根的方法緩解。舉例來說，大小爲10和大小爲100的目標，預測大小分別爲20和110，損失一樣但是顯然小目標檢測的更差一些，開根後，
類別損失：容易理解，含有目標的網格纔有類別損失，其他都不需要回傳損失，也就不需要計算。默認網格只出現一種類別，這當然是有缺陷的。yolov1對於一些聚集的目標，檢測效果會不好。其實聚集目標本身也算很難檢測的情況吧。
- 可以看到損失函數包括5個部分。第一部分是x,y座標；第二部分是w,h，採用根號使得小方框size變化的損失比大方框size變化的損失大，因爲小目標對於預測wh的誤差更敏感；第三部分是方框置信度損失，迴歸目標是預測方框與實際方框的IOU值；前三部分都只在預測方框和實際方框有對應關係時才計算loss；
- 第四部分是沒有對應物體的方框置信度損失，實際的置信度都是0；
- 第五部分是分類損失，當方格與物體有對應關係時，才計算分類損失。
因爲在圖片中很多方格都不包含物體，使得方格預測方框的置信分數趨於0。所以對包含物體的方格加大權重，對不包含物體的方格減小權重。論文中有
待續。。。