Jun, 2024

YOLOv10 及其起源：一篇十年来全面回顾《You Only Look Once》系列的论文

PDF
TL;DR此综述系统地考察了 You Only Look Once（YOLO）目标检测算法从 YOLOv1 到最新发布的 YOLOv10 的发展进程。通过逆向时间顺序分析，研究探讨了 YOLO 算法带来的进步，从 YOLOv10 开始，逐步分析了 YOLOv9、YOLOv8 和后续版本在提高实时目标检测的速度、准确性和计算效率方面的贡献。该研究强调了 YOLO 在五个关键应用领域（汽车安全、医疗保健、工业制造、监视和农业）的革命性影响。通过详细描述每个版本的技术进步，本综述不仅记录了 YOLO 的演变，还讨论了早期版本中观察到的挑战和限制。这种演进标志着将 YOLO 与多模态、上下文感知和通用人工智能（AGI）系统相结合的路径，为下一个 YOLO 十年提供了重要的发展影响，对于 AI 驱动应用的未来发展具有重要意义。
发现论文，激发创造
  • 从 YOLOv1 到 YOLOv8 以及未来 ——YOLO 的全面评估

    本文综合分析了 YOLO 实时目标检测系统的发展历程及其每个版本的创新和贡献，从原版 YOLO 到 YOLOv8，涵盖了标准度量和后处理、网络架构和训练技巧等方面，总结了 YOLO 发展的重要经验和展望其未来，强调提高实时目标检测系统的潜在研究方向。

    Apr, 2023

  • YOLOv1 到 YOLOv10：YOLO 变种及其在农业领域的应用的综述

    该研究调查了从 YOLOv1 到最新的 YOLOv10 变种在农业进展方面的转变潜力，旨在阐述这些尖端目标检测模型如何重振和优化从作物监测到畜牧管理等农业各个方面，为精准农业和可持续农业提供有价值的洞见。

    Jun, 2024

  • 基于 You Look Only Once (YOLO) 算法的农业目标检测：一项文献计量和系统文献综述

    视觉在农业中发挥着重要作用，研究和应用 You Look Only Once (YOLO) 在农业领域的物体识别能够实现实时监测、自动化监视和物体处理，减少劳动力、生产成本和环境影响，同时最大限度地提高资源效率。

    Jan, 2024

  • YOLOv10：实时端到端物体检测

    通过消除非极大值抑制（NMS）的依赖性和综合优化 YOLOs 的各个组件，本研究提出了一种新一代的实时端到端目标检测模型 YOLOv10，其在性能和效率方面均取得了最新的成果。

    May, 2024

  • 快速 YOLO: 一种实时嵌入式视频目标检测仅需一次看图系统

    本文提出了一种名为 Fast YOLO 的新框架，通过深度智能进化框架优化了 YOLOv2 网络架构并将运动自适应推理方法引入，从而在保持性能的同时，在嵌入式设备上实现实时物体检测。实验结果表明，Fast YOLO 框架可以在平均 3.3 倍的速度加速下，将嵌入式系统上的检测性能提高到 18FPS。

    Sep, 2017

  • YOLO-World：实时开放词汇物体检测

    YOLO-World is an innovative approach that enhances the You Only Look Once (YOLO) series of detectors with open-vocabulary detection capabilities through vision-language modeling, achieving high efficiency and accuracy in detecting a wide range of objects in a zero-shot manner.

    Jan, 2024

  • YOLO 系列水下环境目标检测算法

    YOLO 算法在水下环境中的应用存在限制，本文从海洋工程应用的实际需求出发，以水下结构健康监测和水下生物检测为例，提出了改进的水下 YOLO 算法应用方法，并指出了仍然存在的问题。

    Sep, 2023

  • You Only Look Once: 统一、实时目标检测

    YOLO 是一种新的目标检测方法，使用单个神经网络从完整图像中直接预测边界框和类别概率，具有实时处理速度、误检低和物体的通用表示等优势。

    Jun, 2015

  • 儿童腕部外伤 X 射线图像的 YOLOv9 骨折检测

    该研究将 YOLOv9 算法模型应用于骨折检测任务，以帮助放射科医师和外科医生解释 X 射线图像，实验证明 YOLOv9 模型在性能上比当前最先进模型提高了 3.7%。

    Mar, 2024

  • YOLOv6: 面向工业应用的单阶段物体检测框架

    本技术报告介绍了 YOLOv6 的开发和部署，该模型包括最新的网络设计、训练策略、测试技术、量化和优化方法，可适用于不同规模的应用场景，并在各种硬件平台上表现出色。

    Sep, 2022