步骤：
1.输入照片（608,608,3）
2.经过CNN处理，输出（19,19,5,85）
3.展开以上矩阵后为（19,,19,425）
每个19*19的网格里有425个数字
425=5*85，每个网格里有5个achor box，achor box中有85个数字
85=5+80，（pc,bx,by,bw,bh,c）,c有80个种类，pc代表这个box里面是否detect到object
4.通过以下方法保留少数box
Score-thredholding:丢弃识别出物体的box中score低于threshold的boxes
Non-max-suppression:计算IoU，丢弃overlap的box
5.输出YOLO的最终结果
注：重新开始初始化w开始计算YOLO模型，计算量非常大。因此可以直接引用训练好的模型。