步驟：

1.輸入照片（608,608,3）

2.經過CNN處理，輸出（19,19,5,85）

3.展開以上矩陣後為（19,,19,425）

每個19*19的網格里有425個數字

425=5*85，每個網格里有5個achor box，achor box中有85個數字

85=5+80，（pc,bx,by,bw,bh,c）,c有80個種類，pc代表這個box裡面是否detect到object

4.通過以下方法保留少數box

Score-thredholding:丟棄識別出物體的box中score低於threshold的boxes

Non-max-suppression:計算IoU，丟棄overlap的box

5.輸出YOLO的最終結果

注：重新開始初始化w開始計算YOLO模型，計算量非常大。因此可以直接引用訓練好的模型。