machine-learning - Yolo/SSD：功能如何本地化？

Question

我想完全了解 Yolo 或 SSD 是如何用于对象检测的。

这是我的理解：

• 在用于图像识别的简单 CNN 中，特征被提取、展平并用于分类
• yolo 将图像划分为网格。对于每个网格，都会计算一些值，例如类概率和边界框参数。
• SSD 不仅使用一个网格，还使用不同尺寸的组合来更好地检测任何尺寸的物体。

我不明白的是：

• 在 yolo 和 ssd 中，每个网格单元都有一个分类？我们怎么知道那个特定单元格中有哪些特征？
• 是每个网格单元或每个边界框提取的特征还是两者都不是？
• ssd 如何结合不同网格的结果？

谢谢！

标签： machine-learningobject-detection