簡述YOLOV1 YOLOV2 YOLOV3

Yolov1 一 概述 YOLOv1在最後使用全連接層進行類別輸出，因此全連接層的輸出維度是S×S×(B×5+C)。 A:Yolo將輸入的圖像分成S×S個grid B:每個grid預測B個bounding box(4)以及置信度(1)，以及C個類別概率。其中，bounding box的信息（x, y, w, h）爲object的中心位置相對格子位置的偏移和寬度及高度。 缺點 A:輸入圖像的尺寸是固

>>阅读原文<<