获得更精确的边界框——YOLO algorithm
如果输入是一个100*100的图像，在图像上放一个网格（演示时使用3*3的网格，实际应用中使用更细致的网格）
算法思路：使用图像分类和定位算法，将算法应用到网格中。
具体用法：定义训练标签，对于9个格子中的每一个指定一个标签y，y是0706笔记中提到的8维向量,pc指是否有目标，bx,by,bh,bw指目标的位置，c1,c2,c3指目标的类别。将图片分为9个网格后，那么每个网格都有这么一个向量。
对于一个图片有两个对象的情况。YOLO算法是：取两个对象的中点然后将这个对象分配给包含对象中点的格子。用向量表示格子：左边的车就归属到（0，1）中，右边的车在（2，1）在设置标签中，除了上面两个格子中标签pc=1，其余格子中pc=0.其余格子x表示不在意。（0，1）和（2，1）的格子中
所以目标输出是3*3*8
如果现在要训练一个输入为100*100*3的神经网络，通过一个普通的卷积网络，最后得到一个3*3*8的输出。所以训练集就是有一个输入x，3*3*8的目标标签y，当使用反向传播训练神经网络时，将任意输入x映射到这类输出向量y。
算法的优点：神经网络可以输出精确的边界框，所以在测试时，只需要输入图像x，然后跑正向传播，直到可以都得到输出y。在y中就可以知道9个网格中哪个格子有目标以及目标的具体位置，当网格足够细致的情况下，不会出现一个网格中包含多个目标的情况，此时算法是有效的。把对象分配到一个格子的过程是，观察对象的中点，然后把这个对象分配到其中点所在的格子，即使对象在多个格子中，也只会被分配到其中一个格子中。
在边框的定义中，以目标所在的格子为标准，左上角为（0，0），右下角为（1，1）。bx,by,bw,bh则在其中进行定义，它们的单位是相对格子尺度的比例。**bx,by要求在0到1之间。但是bw,bh是可以大于1的。**对于参数还有其他更好的定义在研究论文中。
注意：首先，这个算法和图像分类和定位算法很像，可以显式输出边界框坐标，所以可以让神经网络输出边界框，有任意的宽高比，并且可以输出更精确的坐标，不会受到滑动窗法分类器的步长大小限制。其次，这是卷积实现，使用一个卷积网络，共享计算步骤，直接得到所需的所有结果。运行速度非常快，可以达到实时识别