为什么background对应的RBC到达了0.95？说明了什么

老师，我想问下在yoloV1是把原图resize成448x448直接带入CNN，还是把原图切分成为7x7的cell后，把每一个cell变为448x448然后带入CNN呀

老师，我想问下在yolov2中使用的全卷积网络，不受输入图片大小的限制，但是怎么保证输出的feature map的大小为13x13呢？

在yoloV2中用聚类只得到了anchor boxes的数量，他的比例又是多少呢？

这节课讲的Scales指的是不是图中Scale1对应Feature map的8*8大小，Scale2对应Feature Map的16*16大小和Scales3对应的32*32大小。在Yolo V3中，每个图像给出三种scales，通过聚类得出的9种不同大小的Anchor Boxes被分配到这三个scales中，一个scale对应三种不同大小的Anchor Boxes，是不是应该这样理解？

老师请问，模型配置文件和权重文件有什么联系和区别，配置文件里边是网络层结构和超参数，权重文件好像也是各层的权值，权值不是超参数吗

老师这个地方的train_bottleneck，视频里说不对darknet53训练了，是什么意思？darknet53是一个配置文件 ，里边配置的是什么

老师，请教一下，一个cell包含一个物体的中心点，那么这个cell的两个bounding box也一定

是预测这个cell包含的这个物体吧？

IOU是训练过程中产生的，但是预测过程中没有ground truth，怎样计算呢？

是只有包含中心点的cell才会产生bounding box吗？算法是先判断是否包含中心点，然后再预测'

C个类别吗？

老师请教一下，每个cell的bounding box是怎样产生的？

请问一下，bounding boxes是预测出来的么，还是像anchor boxes一样是一开始固定好了的

如果有两个物体的中心都落在了同一个cell上，那么每个cell会有2B个bounding boxes么？望告知，多谢

如果在这里修改了成 from utils import compose  在train.py依旧会显示错误 跟这个 yolo3.utils 相关问题。

convert.py  执行后的错误如下。

问题1：

老师 不在同一文件下的两个.py文件 在pascal_voc.py中导入config.py会报错。我从网上搜的 在文件下下加__init.py 或者 利用import sys 都不行