对Ayoosh Kathuria的YOLOv3实现进行翻译和总结，原文链接如下：
https://blog.paperspace.com/how-to-implement-a-yolo-v3-object-detector-from-scratch-in-pytorch-part-4/
*首先翻译遵循不删不改的原则有一说一，对容易起到歧义的中文采取保留英文的方式。其中对原文没有删减但是略有扩充，其中某些阐释是我一句话的总结，如有错误请大家在留言区指出扶正。
这是从头开始实现YOLO v3检测器的教程的第4部分。 在上一部分中，我们实现了网络的前向传递。 在这一部分中，我们先通过目标置信度然后进行非最大抑制来对检测设立阈值。
本教程的代码在Python 3.5和PyTorch 0.4上运行。在这个Github repo中可以完整地找到它。
Part 1 : Understanding How YOLO works
Part 2 : Creating the layers of the network architecture
Part 3: Implementing the forward pass of the network
Part 4(This one) : Objectness score thresholding and Non-maximum suppression
Part 5 : Designing the input and the output pipelines
1.先决条件
- 本教程的第1到3部分。
- PyTorch的基本知识，包括如何使用nn.Module，nn.Sequential和torch.nn.parameter类创建自定义架构。
- 关于numpy的基础知识
如果你有任何先决知识的储备不足，你可以在下方找到一些相关知识的链接。