目标检测算法主要分为两类一类是以R CNN为代表的两阶段检测算法将目标检测任务分为边界框回归和物体分类两个模块二是yolo系列算法是将目标检测任务看作是回归任务yolov1将图像划分为S S的网格如果检测物体落到网格中心那么就由这个网络来预测该物体.每个网格预测B个边界框和那些边界框的置信度.置信度反映了该边界框是否包含目标且包含目标的准确度.每个网络还负责预测C个类条件概率.在测试的时候将类条件概率和单个框的置信度相乘就得到了每个边界框关于某个类别的置信度.