为了理解这一概念，我阅读了Mauricio Menegaz撰写的这篇文章，并在Deeplearning.ai上观看了YouTube上的video，但是我对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与锚框相同吗？如果万一我只想检测一个类别（例如车牌），那是否意味着只有1个B？
编辑
在将图像输入到神经网络之前，是否在图像上创建了边界框？
最佳答案
B与锚框相同吗？
是的。 B是锚框数量
如果万一我只想检测一个类别（例如车牌），那是否意味着只有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对象的宽高比，并且该比例在视点之间变化不大，则可能只需要匹配此比例的锚框即可，因此您的车牌，B也可以是1
但是，例如，如果您需要检测汽车，则可能需要更多的锚框，因为汽车的宽高比在视点之间会相差很大
关于machine-learning - 对YOLO流程感到困惑，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51737958/