voc,如上图
xmin ,ymin ,xmax, ymax bbox的坐标格式是box的左上角和右下角的坐标
坐标的方式是在第四象限,且x越往右越大,y越往下越大
x,y,w,h box左上角的坐标以及宽、高
图像送入网络之前通常进行的一步预处理,减去图像的均值,目的是去掉类似部分,突出本图像的特征。