为了掌握这个概念，我阅读了Mauricio Menegaz撰写的这篇文章，并在YouTube上观看了 Deeplearning.ai 的视频，但我对S x S x(B * 5 + C(部分感到困惑。我知道 S x S 代表网格大小，5 代表边界框的组件，C 代表类。B 和锚框一样吗？如果我只想检测一个类别(例如车牌(，这是否意味着只有 1 个 B？
编辑 在将图像馈送到神经网络之前，是否在图像上创建了边界框？
B 和锚框一样吗？
是的，它是。B 是锚框的数量
如果我只想检测一个类别(例如车牌(，这是否意味着只有 1 个 B？
不，在这种情况下，C = 1。但是如果你事先知道你需要检测的物体的宽高比，并且这个比值在视点之间变化不大，你可能只需要匹配这个比例的锚框，所以在你的车牌的情况下，B也可以是1
。但是，如果您需要检测汽车，则可能需要更多锚框，因为不同视点之间汽车的宽/高比差异很大
也许你可以看看这个实现： https://github.com/1991viet/Yolo-pytorch