YOLOv1-v10各版本的作者(附论文及项目地址)

本文概述了YOLO系列从v1到v9的发展历程,重点关注关键版本的主要作者及其工作,如JosephRedmon、SantoshDivvala等,以及他们在目标检测技术上的突破和贡献。
摘要由CSDN通过智能技术生成

YOLOv1-v9作者及项目地址

YOLOv1

在这里插入图片描述

Joseph Redmon ,Santosh Divvala , Ross Girshick 和 Ali Farhadi 。
Joseph Redmon 是YOLO系列的主要创始人,他在华盛顿大学进行研究工作时提出了 YOLO 的概念。

YOLOv2与YOLOv3

在这里插入图片描述

在这里插入图片描述

这两个版本继续由 Joseph Redmon 和 Ali Farhadi 共同开发。Joseph Redmon 的工作推动了目标检测技术的边界,但在YOLOv3 之后,他宣布退出计算机视觉研究,以表达对 AI 技术潜在不负责任使用的担忧。

YOLOv4

在这里插入图片描述

Alexey Bochkovskiy、Chien-Yao Wang(YOLOv4,YOLOv7 作者) 和 Hong-Yuan MarkLiao(YOLOv4、YOLOv7、YOLOv9 的作者)。

YOLOv5

"YOLOv5"的项目团队是 Ultralytics LLC 公司,它是一个专注于深度学习和人工智能(AI)领域的公司,特别是在计算机视觉和目标检测技术方面。github项目star数已达 46.5 k,是应用最广泛的YOLO版本。

YOLOv6

在这里插入图片描述

开发者是来自中国的科技公司美团的研究团队。

YOLOv7

在这里插入图片描述

Chien-Yao Wang(YOLOv4、YOLOv7、YOLOv9 作者)、Hong-Yuan Mark Liao(YOLOv4、YOLOv7、YOLOv9 的作者)、 Alexey Bochkovskiy (YOLOv4 作者)。

YOLOv8

由小型初创公司 Ultralytics 创建并维护的,(同 YOLOv5)

YOLOv9

在这里插入图片描述

Chien-Yao Wang (YOLOv4、YOLOv7、YOLOv9 作者) , I-Hau Yeh , Hong-Yuan Mark Liao(YOLOv4、YOLOv7、YOLOv9 的作者)

YOLOv10

在这里插入图片描述
由清华大学团队Ao Wang,Hui Chen,Lihao Liu,Kai Chen,Zijia Lin,Jungong Han,Guiguang Ding开发。

YOLO系列的主要作者及其相关工作

  • Joseph Redmon
    主要工作:YOLOv1, YOLOv2, YOLOv3

  • Santosh Divvala
    主要工作:YOLOv1

  • Ross Girshick
    主要工作:YOLOv1, Faster R-CNN, Microsoft coco, Fast R-CNN, FPN

  • Ali Farhadi
    主要工作:YOLOv1, YOLOv2, YOLOv3

  • Alexey Bochkovskiy
    主要工作:YOLOv4, YOLOv7

  • Chien-Yao Wang
    主要工作:YOLOv4, YOLOv7, YOLOv9,CSPNet

  • Hong-Yuan Mark Liao
    主要工作:YOLOv4, YOLOv7, YOLOv9,CSPNet

  • 美团
    主要工作:YOLOv6

  • Ultralytics 公司
    主要工作:YOLOv5,YOLOv8

  • Ao Wang
    主要工作:YOLOv10,RepViT

  • Hui Chen
    主要工作:YOLOv10,IMRAM,RepViT,GRN,PDANet

  • Zijia Lin
    主要工作:
    YOLOv10,IMRAM,RepViT,GRN,
    Semantics-Preserving Hashing for Cross-View Retrieval,
    Cross-view retrieval via probability-based semantics-preserving hashing,
    Multi-label classification via feature-aware implicit label space encoding

  • Jungong Han
    主要工作:
    YOLOv10,RepVGG,ACNet,IMRAM,
    Enhanced computer vision with microsoft kinect sensor: A review,
    Scaling up your kernels to 31x31: Revisiting large kernel design in cnns,
    Sparse representation based multi-sensor image fusion for multi-focus and multi-modality images: A review,
    Gabor Convolutional Networks,
    Cross-view retrieval via probability-based semantics-preserving hashing

  • Guiguang Ding
    主要工作:
    YOLOv10,RepVGG,ACNet,IMRAM,GRN,
    Transfer Feature Learning with Joint Distribution Adaptation,
    Scaling up your kernels to 31x31: Revisiting large kernel design in cnns,
    Cross-view retrieval via probability-based semantics-preserving hashing

  • 37
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值