Skip to content
简体中文

切换主题

// ◉ 多模态与视觉

YOLO 实时目标检测

一次前向就同时预测所有物体的框和类别,速度极快。

YOLO (Real-Time Object Detection) 2015 基础 核心

通俗解释

把图像划成网格,每个格子直接回归若干个边框和类别概率,不需要单独的候选框阶段。准确率起初不如两阶段方法,但速度快一个数量级,可以实时跑视频。此后十年的 YOLO 系列不断改进,成了工业界最常用的检测器家族。

用在哪里:视频监控、无人机、工业质检等实时检测(Ultralytics YOLO 系列)

时间轴 · 前置 → 当前 → 后继

1998 卷积神经网络2015 YOLO 实时目标检测

01原始论文

You Only Look Once: Unified, Real-Time Object Detection

Joseph Redmon, Santosh Divvala, Ross Girshick, et al. · 2015

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

YOLO 实时目标检测

学完可以学

  • 图谱里暂无后继

相关:Faster R-CNN 目标检测DETR(Transformer 目标检测)

卷积神经网络Faster R-CNN 目标…DETR(Transforme… YOLO 实时目标检测

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)