多维python切片，和yolo最后结构1,3,16,16，85的理解

多维python切片，和yolo最后结构1,3,16,16，85的理解

python切片操作中，...用于代替多个维度的：数字在左表示按行取，数字在右表示按列取。

prediction[:,:,:,:,:, 0] = prediction[..., 0]

按行取，第一个维度消失，按列取，最后一个维度消失。

yolo v3最后维度操作解释

总共是80个类别，需要化成85列，前4列是x,y,w,h.第5列是conf,往后第六列到85列是类别预测。

为什么每一列的结构都是1，3,16,16

> 这里每一列都代表一个值类型，所以这个代表bounding box个数是1x3x16x16个（这里3表示3个尺寸框），768个预测框每个框预测85个值。