1.注意输入图片的是左上角为（0,0），待检测目标的尺寸要转化为在原图尺寸中的占比。
2.图片中没有需要检测的三种物体，所以....
3.需要注意的是，题目中说饮料瓶形状是圆的并且尺寸都一样（即尺寸是固定大小，bh=bw=固定值），固定值不需要预测。
4.在课件特征点检测中，以人脸特征点为例时，使用坐标（bx，by）表示特征点的位置。注意特征点没有尺寸。
5.在训练集需要提供标定好的bounding boxes，来让模型计算损失函数，以此调整预测框的位置。
6.使用滑动窗口作为区域提议方法时，窗口的步长越大，预测的准确率越低。
7.我的理解是：YOLO在训练阶段，论文只允许一个grid cell只负责预测一个物体（当这个物体的中心落入这个cell中），但是在检测的时候，可能会出现两个物体的中心都落入一个grid cell中，所以论文的作者说，如果设置的grid cell尺寸越小，落入同一个cell的可能性越低。但是这样计算量会增加很多。
8.计算在下面红色字体
9.这个题我是直接按照吴老师课件上理解的，课件下图。在做NMS时，有三步：
1.先进行清洗，去掉图中P_c小于等于0.4的boxes。图中car0.26就被删掉了。
2.对剩下的所有boxes做循环，循环是针对每一个grid cell中的物体类别。
- 选出预测这个物体的boxes中p_c最大的box，作为输出；
- 去掉剩下的IoU大于等于0.5的box，那就把car0.62去掉了，此时图中留下5个box，其中预测树的为两个。
10.每一个grid cell会产生五个anchor boxes，每一个box会有25个参数，这些参数是置信度p_c，坐标和尺寸，类别向量。
