2024年3月12日 · In this paper, we propose a novel perspective for FPN in which we directly use fused single-layer features for regression and classification. Our proposed model, You Only Look One Hourglass (YOLOH), fuses multiple feature maps into one feature map in the encoder.

YOLO (YOLO（You Only Look Once）是一种流行的 物体检测 和 图像分割 模型，由华盛顿大学的约瑟夫-雷德蒙（Joseph Redmon）和阿里-法哈迪（Ali Farhadi）开发。 YOLO 于 2015 年 …

Ultralytics creates cutting-edge, state-of-the-art (SOTA) YOLO models built on years of foundational research in computer vision and AI. Constantly updated for performance and flexibility, our models are fast, accurate, and easy to use. They excel at object detection, tracking, instance segmentation, image classification, and pose estimation tasks.

代码： YOLO: Real-Time Object Detection. C代码写的深度学习框架darknet，YOLO系列新起的祖先， Joseph Redmon 和 Ali Farhadi 两位大神！ 4. YOLOv4. 论文： arxiv.org/pdf/2004.1093. 代码： github.com/AlexeyAB/dar. 5. YOLOv5. 没有论文. 代码： github.com/ultralytics/ 和v8, v11是一个工程，就是这么强！ 6. YOLOX. 论文： arxiv.org/pdf/2107.0843. 代码： github.com/Megvii-BaseD. 7. YOLOv6. 论文： arxiv.org/pdf/2209.0297.

2020年3月28日 · YOLO（You Only Look Once）是一种实时目标检测系统，通过单个神经网络预测目标边界框和类别。 文章详细介绍了YOLO的网络结构、算法流程，包括图像分割、网格处理和非极大值抑制等步骤，以及训练过程和损失函数的设计。 尽管YOLO存在一些不足，但它在目标检测领域的速度和效率使其成为热门选择。 摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 > YOLO（You Only Look Once: Unified, Real-Time Object Detection），是Joseph …

YOLOv10 通过为无 NMS 训练引入 一致的双重分配 和以效率-准确性为导向的整体模型设计策略，解决了这些问题。 YOLOv10 的结构建立在以前YOLO 模型的基础上，同时引入了几项关键创新。 模型架构由以下部分组成： 主干:YOLOv10 中的主干网负责 特征提取，它使用了增强版的 CSPNet（跨阶段部分网络），以改善梯度流并减少计算冗余。 颈部 颈部设计用于汇聚不同尺度的特征，并将其传递到头部。 它包括 PAN（路径聚合网络）层，可实现有效的多尺度特征融合 …

2025年3月17日 · Introducing Ultralytics YOLO11, the latest version of the acclaimed real-time object detection and image segmentation model. YOLO11 is built on cutting-edge advancements in deep learning and computer vision, offering unparalleled performance in terms of …

YOLOE (ye) is a highly efficient, unified, and open object detection and segmentation model for real-time seeing anything, like human eye, under different prompt mechanisms, like texts, visual inputs, and prompt-free paradigm, with zero inference and transferring overhead compared with closed-set YOLOs.

2 天之前 · YOLO（You Only Look Once）颠覆了传统目标检测的“多阶段流程”（如R-CNN系列的区域提议与分类分离），将目标检测重构为单阶段端到端的回归问题，通过一次前向传播即可输出目标的类别、位置及…

2024年10月29日 · YOLO是一种具有革命性的 单阶段目标检测 算法，以其在速度和准确性之间的显著平衡而闻名。 文章由Momina Liaqat Ali和Zhou Zhang撰写，发表日期为2024年10月23日，是一篇未经过同行评审的预印本。 YOLO的发展历程： 从最初的 YOLOv1 到最新的YOLOv11，每一代版本都在特征提取、边界框预测和优化技术等方面引入了重要的创新。 这些改进特别是在骨干网络（backbone）、颈部（neck）和头部（head） 组件 上的进步，使得YOLO成为实时目标检 …