卷积：
前层先识别线条等低级单位， 后层从卷积核抽象出形状等高级单位， 前层每一块卷积， 映射后层一个特征点。
input: 7*7*3 filter(kernel): 3*3*3 stride: 2 padding: 1
输出为: (7-3+2*1) / 2 + 1 = 4*4
如果有3个kernel, 4*4*3
minibatch思想：
每次批处理n个数据, [n,:,:,:]， 将数据集全部数据total, 设置迭代次数epoch， m = total / epoch, 遍历m, 每次在m个数据集上更新参数。
池化层：
缩减模型规模， 提取最大特征值。
定义与概念：
定位问题与单纯的分类问题的区别，实际上是在softmax时多输出表示坐标的四个参数: (中心点bx by , 高和宽 bh bw )。
->比较早期的做法是使用滑动窗口， 先定义窗口尺寸， 依次识别窗口是否出现目标物体， 采用01分类。
->现在一般使用Bounding box + Anchor box， 以每个格子建立坐标系，左上角为0,0 取物体中心点 确定落在哪个格子。
anchor box: 如果一个格子出现多种对象，首先根据这两个对象特征构建两个格子，每个格子还是8个特征, e.g. (Pc, bx, by, bw, bh, c1, c2, c3)， 最终是3*3*2*8个特征值。 这样做的好处是，两个对象中点很难在一个格子里，而且更有针对性。
e.g. 输入图片416*416， 经过23层卷积，最终映射到13*13 的特征图上， 同时定义Bounding box的大小为13*13, 那么图像就被分割为32*32个小grid， 在每个grid中进行预测， 找到目标物体的中心点坐标。 对于这种思想， 应在项目中详细理解， 等我完成重新源码后，会上传代码， 待完成....
->交并比iou: 边框交集面积/并集面积 阈值0.5， 主要用于非极大值抑制， 去掉同一分类中最大重复的边框。
->非极大值抑制: 求出预测参数(pc*c1*c2...) 去掉pc小于0.6以下的值， 如果找出最大值，则找出其他与最大值边框严重重合iou的边框，使这些其他边框变暗。
目标检测算法的发展：
YOLO1
卷积层: 用来提取特征值， 全连接层: 用来预测。
全连接输出: 7*7*30 7: 将输入图片拆分为7个网格，30: 2*5 +20 其中2个bounding box， 每个box5个坐标参数， confidence=pred*iou。
iou: 总分数一共有 20*(7*7*2) 个:
20个分类， 遍历每个分类，先将得分少于阈值的设置为0， 再用NMS去掉重复率最大的bounding box(针对每个类，先找出评分最高的，计算每个box与它的iou，如果交并比大于0.5，认为重复，过滤。)
损失函数: 对分类与坐标采用不同权重， 增大分类结果的惩罚效果， 降低坐标预测结果的惩罚效力， 因为非目标点数目众多。
grid cell 如何预测object: 找到object的中心点，看它落在哪个grid cell，就由那个grid cell预测。
YOLO2
1. 提升泛化能力: 在每次卷积后添加batch_normal, 使每批数据分布在激活之前相同。
2. 在卷积时使用anchor boxes: yolo1在最后一层全连接1470*1后reshape为7*7*30使用bounding box预测， Bounding box 实际上只能画出两类边框 2*[pc,bx, by, bw, bh]， 而采用Anchor box后， 将会对每类预测边框， 5*[pc, bx, by, bw, bh, c1, c2, ...c20] 。
yolo2使用卷积降采样，等比例缩小32倍，在卷积中每个特征点 与原图中 每个cell一一对应，使用相对偏移，取代直接坐标。
使用416奇数输入产生一个center cell。
yolo1通过每个cell进行预测， 首先在每个cell 预测 2个bounding box坐标与置信度，再预测分类，7*7*(2*5+20)。
yolo2将cell与bounding box解藕，直接在每个cell预测anchor box的坐标、置信度与分类，13*13*(2*(5+20))。
3.细粒度特征
将高低分辨率的特征图连接， 获得更高分辨率， 将26*26*512 reshape为 13*13*2048 连接到最后一层13*13
4.多尺寸训练
每经过10批训练，就会使用新的尺寸，降采样参数为32，最小320*320， 最大608*608，满足不同尺寸图片要求。
5.将分类网络转为检测网络，去掉原网络最后一个卷积层增加三个3*3*1024卷积层，并在每一个卷积后跟一个1*1卷积。
YOLO3
1. 增加检测级数， 在yolo2细粒度的基础上， 使用两个上采样提取更细粒度的图像特征:
在13*13的基础上，增加两个上采样26*26， 52*52， 从每个cell预测5个bounding box变为3个， 但是数目却增加很多 3*(13*13+26*26+52*52)。
多级检测:
当strides为32时，特征图为13，此时进行上采样，上采样因子为2，连接上一卷积层，依次...
在每一种尺寸，每个cell预测3个bounding box 即anchor box， 对于每个尺寸，anchor box也不相同。
2.使用logistic loss代替softmax, 每个bounding 与 ground trurh一一匹配。
3.加深网络，使用残差网络，增加层数是为了上采样。