【目标检测-YOLO】博客阅读：Introduction to the YOLO Family

阅读收获

本文是博客：https://pyimagesearch.com/2022/04/04/introduction-to-the-yolo-family/ 的翻译。

好吧！其实在这里面并没有太多细节的信息，只是像个简单的介绍。但是，这激励我，后续会继续研究下 PP-YOLO系列（PP-YOLO，PP-YOLOv2, PP-YOLOE）；Scaled-YOLOv4和Anchor-free的YOLOX。当然，本文并没有覆盖所有的YOLO模型，未来我会继续增加内容。

---

目录

阅读收获

介绍YOLO家族

介绍目标检测

挑战

目标检测的历史 

什么是单级目标检测器？

YOLOv1

YOLOv2

YOLOv3 

YOLOv4

YOLOv5

mosaic data augmentation

定量benchmark

YOLOv5 Nano 发布

YOLOv5n与YOLOv4-Tiny对比

PP-YOLO

PaddleDetection 

PP-YOLO性能

PP-YOLO架构

技巧和技术的选择

结果

消融研究

Scaled-YOLOv4 

什么是模型缩放？

在 YOLOv4上改进的Scaled-YOLOv4

Scaled-YOLOv4设计

CSP-ized YOLOv4

扩展 YOLOv4-Tiny 模型

扩展YOLOv4-CSP模型

数据增强

PP-YOLOv2

回顾PP-YOLO

改进的选择

YOLOX

YOLOX-Darknet53

YOLOv3-Baseline

Decoupled Head

强大的数据增强

Anchor-Free检测

Multi-Positives  

Other Backbones

Modified CSPNet in YOLOv5

Tiny and Nano Detectors

总结

引文信息

参考

---

介绍YOLO家族

目标检测是计算机视觉研究的重要课题之一。大多数计算机视觉问题都涉及到检测视觉对象类别，如行人、汽车、公共汽车、人脸等。这一领域不仅局限于学术界，而且在视频监控、医疗保健、车载传感和自动驾驶等领域具有潜在的现实商业用例。