深度学习目标检测系列：一文弄懂YOLO算法|附Python源码

       在之前的文章中，介绍了计算机视觉领域中目标检测的相关方法——RCNN系列算法原理，以及Faster RCNN的实现。这些算法面临的一个问题，不是端到端的模型，几个构件拼凑在一起组成整个检测系统，操作起来比较复杂，本文将介绍另外一个端到端的方法——YOLO算法，该方法操作简便且仿真速度快，效果也不差。

YOLO算法是什么？

       YOLO框架（You Only Look Once）与RCNN系列算法不一样，是以不同的方式处理对象检测。它将整个图像放在一个实例中，并预测这些框的边界框坐标和及所属类别概率。使用YOLO算法最大优的点是速度极快，每秒可处理45帧，也能够理解一般的对象表示。

YOLO框架如何运作？

       在本节中，将介绍YOLO用于检测给定图像中的对象的处理步骤。

• 首先，输入图像：
  

• 然后，YOLO将输入图