文章內的"一開始有說YOLO最後的tensor為S×S×(B×5+C)。以VOC的例子來說輸出為7×7×(2×5+20)= 7×7×30。"

YOLO最後的輸出層每一個grid會有(B×5+C)

這個B×5就是Boundary的1:x, 2:y, 3:h, 4:w, 5:物件的confidence，中心就是x和y，YOLO預測x和y是在這個物件的中心在這個grid cell的的位置。