YOLO算法

YOLO（You Only Look Once），是一個統一的(Unified)、實時的(Real-Time)的目標檢測

是one-stage算法

YOLO核心思想：從R-CNN到Fast R-CNN一直採用的思路是proposal+分類 （proposal 提供位置信息， 分類提供類別信息）精度已經很高，但是速度還不行。 YOLO提供了另一種更爲直接的思路： 直接在輸出層迴歸bounding box的位置和bounding box所屬的類別(整張圖作爲網絡的輸入，把 Object Detection 的問題轉化成一個 Regression 問題)。
 

YOLO算法相對於SSD和Fast-RCNN，速度更快，但檢測精度相對低

YoloV1

• 同時預測多個Box位置和類別
• 端到端的目標檢測和識別
• 速度更快

             實現迴歸功能的CNN並不需要複雜設計過程

             直接選用整圖訓練模型，更好的區分目標和背景區域