??什么叫一個物體的中心落在某網格內，則相應網格負責檢測該物體
答：意思是指如果某個groundtruth的中心點落在該網格，則該網格負責對該物體的boundingbox進行回歸
區(qū)別于之前目標檢測的R-CNN系列，通過region proposal+分類的方式實現檢測的功能，YOLO沒有選擇滑動窗口或提取proposal的方式來訓練網絡，而是直接選用整張圖的訓練模式。其一次性預測多個Box位置和類別，實現端到端到目標檢測和識別，其最大的優(yōu)勢在于其速度很快，但精度上有所損失。相比于R-CNN系列，其能更好地區(qū)分出目標和背景區(qū)域。另外，YOLO相當于是一個實現回歸功能的CNN網絡，其預測出boundingbox的位置及confidence以及所屬類別的概率。
總體思路：將整張圖片劃分成n*n個單元，每個單元通過回歸產生B個boundingbox,對每個單元中的boundingbox進行篩選是通過IOU值的大小進行的，保留IOU值最大的那個boundingbox，最后對于整幅圖像上的boundingbox通過非極大值抑制的方式篩選出目標的檢測框。
訓練過程：
Step1：將圖片劃分成單元格
將整張圖片劃分成s*s個單元格（文中設置s=7），若有待檢測物體的中心落入該單元格中，則該單元格負責對該物體的檢測（？？如何判斷物體中心是否落入該單元格）。每個單元格產生類別預測結果（文中為20類），每個單元格回歸產生B個boundingbox，每個boundingbox共享該單元格中的類別預測值。
每個預測的boundingbox包含5個參數——boundingbox的中心坐標（x,y）以及boundingbox的（width，height）以及一個confidence，其計算方式為：
此處的IOU表示的是該boundingbox與若干個groundtruth的IOU中值最大的那個。
注：class信息是針對每個單元格而言的，confidence信息是針對每個boundingbox而言的。下圖說明了所有預測值參數的計算方式：
其實現的網絡結構如下圖所示：（？？最后如何從4096轉換成7*7*30）
Step2:損失函數設計
測試階段：
性能評估
