摘要：实现方法 整体上，v2对v1的问题进行了优化，通过多个方面进行改进 Batch Normalization mAP提升2.4% V2版本舍弃Dropout，卷积后全部加入BatchNormalization 网络的每一层的输入都做了归一化，收敛相对更容易 通俗来讲，就是对每一层加上干预，使其向我们希 阅读全文

摘要：YOLO_v1 实现方法 参数： SxS个网格(grid cell) ⇒ 最终网格的大小 ; （S * S）*（B * 5 + C） ⇒ B个BBox (bounding box) , 5表示（1个BBox）5个参数(X, Y, H, W, C) 点坐标， 高宽， 置信度（confidence）；C 阅读全文