YOLOv1相对与同期模型最大的特点是其为单阶段模型，所以YOLO的运行速度相对于其他模型有显著提升。作者创新性的将目标检测问题看作回归问题，输入一张图片经过一个‘黑盒子’便可直接输出预测结果。为了更好的理解YOLO目标检测的过程，我们先不看那个黑盒子，而是聚焦于输出结果，即模型推理阶段。
1. 推理阶段
下图给出了模型的推理过程，YOLOV1的输入为448 × 448 × 3 448\times448\times3448×448×3图像，输出大小为7 × 7 × 30 7\times7\times307×7×30向量，输出向量的含义是我们理解YOLO模型推理阶段
