confidence的計算如下:
confidence = P(object)*IOU；
其中，若bounding box包含物體，則P(object) = 1；否則P(object) = 0；IOU(intersection over union)為預測bounding box與物體真實區域的交集面積（以像素為單位，用真實區域的像素面積歸一化到[0,1]區間）。由于輸出層為全連接層，因此在檢測時，YOLO訓練模型只支持與訓練圖像相同的輸入尺寸。
BSD
隨著汽車技術的快速發展和不斷革新，汽車作為人們工作生活中的常用交通工具，已經對整個社會的發展產生了重要的影響。而伴隨頻繁發生的交通事故，人們對汽車安全的關注和要求也越來越高。一方面人們開始逐步提高安全駕駛意識，另一方面汽車相關企業也從主動安全和被動安全兩個方面進行技術研發不斷推出增加汽車駕駛安全系數的產品和應用。
技術展示
BSD功能
通過后視鏡上的攝像頭傳來的數據，檢測在監控畫面出現超過目標可視部分10%且占據圖像有效區域15%的汽車，電動車，三輪車，自行車，貨/卡車、小汽車、客運車、常見異形車、電動自行車、摩托車。
檢測在監控畫面出現超過目標可視部分10%且占據圖像有效區域15%的行人，以及附屬物品，如：行李箱，嬰兒車等。計算目標盲區位置（含距離信息）并給出預警。
當檢測到BSD區域有目標物靠近時，可以通過CAN線發出點亮后視鏡上的告警指示燈，當有目標進入BSD區域，且停留時間大于500ms：
1、當轉向燈沒有打開時，輸出一級報警信息，報警燈亮起；
2、當轉向燈打開時，輸出二級報警信息，警示燈閃爍+聲音提醒；
攝像頭外殼設計
1.采用鋁合金材質，產品強度高，抗沖擊性能好。
2.耐受溫度-40°~125°，能承受嚴酷的自然環境
3.熱傳導和熱輻射性能好，散熱性能好，保護內部元器件的工作環境。
攝像頭防水設計
1.鏡頭同上殼螺紋配合中間涂螺紋膠，防水，防塵，防止鏡頭松動。
2.上下殼之間增加O形硅膠密封圈，防水防塵。
功能圖
技術
BSD盲區監測
配置
BSD盲區監測
應用
BSD盲區監測
技術原理
BSD算法流程
算法簡介
基本流程:
將圖片分為S*S個網格(grid cell)，對于圖像中出現的物體（object），如果物體的中心出現在那個網格里，則那個網格負責檢測出該物體。
每個網格生成B個bounding box（類似于不同比例的檢測框）和對應于這些bounding box的confidence score（某種表征該框內是否含有物體的置信度），這樣的話，每一個網格要輸出的信息有物體中心點信息（x，y），該坐標為網格內的相對坐標；以及物體的寬高信息（w，h），和相應的confidence score。除此之外還有對應的物體類別標簽信息，由于yolo采用的是softmax方式確定物體類別，所以類別信息的維度C于要判定的類別個數有關。這樣就完成了某一個網格中的某一個bounding box的回歸。因為有S*S個網格，所以YOLO最終的輸出層一共含有的信息為S*S*(B*5+C)。
自動化產線
傳感器
TPMS
ADAS