目标检测yolov1源码作者提出了一种新的物体检测方法YOLO。YOLO之前的物体检测方法主要是通过regionproposal产生大量的可能包含待检测物体的potentialboundingbox，再用分类器去判断每个boundingbox里是否包含有物体，以及物体所属类别的probability或者confidence，如R-CNN,Fast-R-CNN,Faster-R-CNN等。YOLO不同于这些物体检测方法，它将物体检测任务当做一个regression问题来处理，使用一个神经网络，直接从一整张图像来预测出boundingbox的坐标、box中包含物体的置信度和物体的probabilities。因为YOLO的物体检测流程是在