我想从头开始创建一个基于YOLO的对象检测算法。我较少理解它的工作原理，但仍然无法弄清某些方面：
1）在YOLO中，首先我们有卷积层，输出为S x S x N，其中S是两个维度上的像元数。然后，我们有一个紧密连接的层，另一层是输出，其输出是尺寸为S x S x M的张量，其中M是每个像元的预测数。 我的问题是，由于每个输出单元都与上一个leyer的所有单元相连，因此输出如何知道哪一组M值对应于哪个单元格？
2）我试图分析experiencor提供的implementation。为什么模型中根本没有紧密连接的层？
3）当我要训练对象检测网络时，我是否还应该使用否定示例（无对象的图像，甚至带边界框且无对象的图像）还是仅包含对象的图像？
4）我将检测属于三个分类之一的物体。您认为VGG16网络和大约1000个培训示例就足够了吗？
提前感谢您的每条线索。