【YOLO 系列】YOLO详细解读（1）：You Only Look Once: Unified, Real-Time Object Detection论文翻译+学习心得

zomnlin

已于 2024-10-16 12:03:05 修改

阅读量1k

点赞数 15

文章标签： YOLO 计算机视觉神经网络深度学习

于 2024-10-16 11:13:36 首次发布

本文链接：https://blog.csdn.net/zomnlin/article/details/142976389

版权

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

简介

YOLOV1，是以 Joseph Redmon 为首的大佬们于 2015 年提出的一种新的目标检测算法。它与之前的目标检测算法如 R-CNN 等不同之处在于，R-CNN 等目标检测算法是两阶段算法，步骤为先在图片上生成候选框，然后利用分类器对这些候选框进行逐一的判断；而 YOLOv1 是一阶段算法，是端到端的算法，它把目标检测问题看作回归问题，将图片输入单一的神经网络，然后就输出得到了图片的物体边界框，即 bounding box 以及分类概率等信息。

论文链接：[1506.02640] You Only Look Once: Unified, Real-Time Object Detection (arxiv.org)

项目地址：YOLO: Real