整个 YOLO 模型的实现过程可简单描述为：先把图片划分成相同的小网格，然后给出每个网格的方框预测（位置和方框所属类别）和对应的概率，所有边框所分配到的权重都是按照概率大小进行的，最后设置相应的阈值，规定只输出概率大于所设定的阈值的检测结果。 ## YOLO v2 - 加入了 anchor 机制，定位更准 YOLO v2 对训练数据进行 k 均值聚类，用来得到默认框尺寸的先验。 k 均值聚类中的距离度量与 IOU 值有关:  - Darknet-19 网络结构，识别更快 ## YOLO v3