很多人可能将Yolo的置信度看成边界框是否含有目标的概率,但是其实它是两个因子的乘积,预测框的准确度也反映在里面。...边界框的大小与位置可以用4个值来表征:(x,y,w,h)(x,y,w,h),其中(x,y)(x,y)是边界框的中心坐标,而ww和hh是边界框的宽与高。...还有一点要注意,工地安全帽识别闸机联动开关算法中心坐标的预测值(x,y)(x,y)是相对于每个单元格左上角坐标点的偏移值,并且单位是相对于单元格大小的,单元格的坐标定义。...而边界框的ww和hh预测值是相对于整个图片的宽与高的比例,这样理论上4个元素的大小应该在[0,1][0,1]范围。...这样,每个边界框的预测值实际上包含5个元素:(x,y,w,h,c)(x,y,w,h,c),其中前4个表征边界框的大小与位置,而最后一个值是置信度。