个人不太懂的点
1.损失函数的4与5项
https://www.youtube.com/watch?v=NkFENlEb4kM&t=672s
训练阶段：
C_i 预测值：由网络输出出来7*7*30中第一个bbox和第二个bbox的置信度confidence
C_i^hat 标签值：论文中定义为Pr(Object)*IOU(预测框与真实框的IOU)
ps:
1.1.C_i^hat 在yolov1定义为两者iou，但是之后v1作者用的iou，v3就变成1了。1确实收敛更稳定
1.2.代码实现中也有相当一部分直接采用1作为标签值
个人理解部分:
由1和2项让bbox检测框逐渐学习到真实框的位置，位置上逼近。由3项让检测框与真实框加速逼近
1和2项，让xy，wh更拟合。
而3中极端情况两者之间无交集iou等于0，1和2项会非常大，损失函数非常大
3中最理想情况，两者重合iou等于1，于是让C_i预测值逼近1，意义上来说也就是100%有物体。1和2接近于直接没了，12加起来损失部分很小
(纯猜想)折衷情况，两者有交集但是交集部分不多，作者想让这时候的预测框bbox置信度学习逼近为IOU的值，因为预测框bbox在xywh上虽然与真实框有差距可以用数字来表示，但是不够直观，作者决定用预测框bbox与真实框的IOU作为此时预测框bbox该有百分之多少可以值得信赖，也就是置信度。也就是C_i逐渐逼近两者的iou，换句话来说要以iou作为值得信赖的榜样。 但实际情况上面说了，还不如用1稳定，后面估计作者也放弃了，折衷情况用iou模拟不好，不如直接逼近1，也就是两者直接重合的情况。
2.inception modules
3.1*1 reduction 1*1卷积层 常用于令大小不变 但是变更通道数，分散特征
reduction这个词由来：在深度学习中，1x1卷积通常用于减少特征图的维度，这个过程被称为“1x1卷积的降维”或“1x1卷积的减少（reduction）”
4.神经网络计算过程