由于我主要是要了解CV，而不是深入学习。因此为了节省时间，不会再对幻灯片内容做详细的解释。未看完，占坑。
目标定位：Object Localization
下面对分类定位做详细解释：如果我们单纯的对图片分类，判断是否有行人、车之类的，可以直接通过Softmax层来输出结果；但如果我们还想要定位，比如定位车辆，那么可以让神经网络多输出几个单元，输出一个边框界(bx,by,bh,bw:被检测对象的边框化表示)。
下面讲解如何确定目标标签y。如下：
其中，Pc表示图片中是否有我们要检测的对象，而bx/by/bh/bw指明对象位置，而C1/C2/C3告知我们对象的类型。举两个例子：
可以看到，左图车存在，所以Pc=1；而右图不存在车，因此Pc=0，剩下的数字皆不必理会。
接下来定义训练神经网络的损失函数，我们用的是平方损失函数：
我们对Pc=y1进行分类讨论。另外，这里用平方误差简化了描述过程，在实际应用中，我们可以对c1/c2/c3和softmax激活函数应用对数损失函数并输出其中一个元素值，通常做法是对边界框坐标应用平方差，对Pc应用逻辑回归函数，甚至采用平方预测误差函数也可以。