目标检测YOLO系列------YOLO简介
目标检测YOLO系列------YOLO简介
- 1、为什么会出现YOLO算法
- 2、YOLO算法会逐渐成为目标检测的主流吗
YOLO以及各种变体已经广泛应用于目标检测算法所涉及到的方方面面，为了梳理YOLO系列算法建立YOLO系列专题，按照自己的理解讲解YOLO中的知识点和自己的一些思考。本文是开篇之作，首先简单介绍一下YOLO算。
1、为什么会出现YOLO算法
目标检测算法发展的相当迅速，尤其是近几年，他的发展历程大体如下：
从2012年的AlexNet开始，目标检测算法在深度学习领域开启了狂奔模式，主要分为两种思路：One-Stage与Two-Stage（具体区别见One-Stage与Two-Stage区别）。上图中上面分支为Two-Stage的主要代表，下面分支为One-Stage代表。从本人身边做算法的人群来看，使用YOLO系列的人群远高于RCNN系列。为什么会出现YOLO算法呢？其实原因很简单，即
- Two-Stage效果确实比较好，但是运行效率太低了，达不到实时的效果；
- Two-Stage方法训练时间普遍较长；
- 绝大部分场景并不复杂，目标相对也简单；
2、YOLO算法会逐渐成为目标检测的主流吗
YOLO算法最突出的就是速度快，当然随着其改进算法的不断涌现，精度也越来越高，但是YOLO算法会成为绝对的主流吗？
从我的经验来看，YOLO算法的普遍使用是可以肯定的，毕竟当前是一个讲究效率的社会。但是，RCNN系列等Two-Stage算法并不会被开发者放弃，因为Two-Stage有其自身的优势。随着硬件水平的提高，谁能保证Two-Stage算法最终无法做到实时检测呢。项目的不同意味着使用场景、使用限制条件等都不同，自然使用的算法也就不同，算法是由项目决定的！
目标检测YOLO系列------YOLO简介相关推荐
- 目标检测方法系列：R-CNN, SPP, Fast R-CNN, Faster R-CNN, YOLO, SSD
本文转载自: http://www.cnblogs.com/lillylin/p/6207119.html 目标检测方法系列--R-CNN, SPP, Fast R-CNN, Faster R-CNN ...
- 一文看尽目标检测：从YOLO v1到v3的进化之路
本文转载自: http://www.mamicode.com/info-detail-2314392.html 导语:如今基于深度学习的目标检测已经逐渐成为自动驾驶.视频监控.机械加工.智能机器人等领 ...
- 一文看尽目标检测：从 YOLO v1 到 v3 的进化之路
点击"小詹学Python",选择"星标"公众号 重磅干货,第一时间送达 源自: http://www.mamicode.com/info-detail-2314 ...
- 目标检测0-02：YOLO V3-网络结构输入输出解析
以下链接是个人关于YOLO V3所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加微信:17575010159 相互讨论技术. 目标检测0-00:YOLO V3目录-史上最全 一.源码目 ...
- PCB电路板元件目标检测数据集（YOLO标签，1400张，9类目标）
9类目标, names: ['Cap1', 'Cap2', 'Cap3', 'Cap4', 'MOSFET', 'Mov', 'Resestor', 'Resistor', 'Transformer' ...
- 目标检测数据集PASCAL VOC简介
简介 PASCAL VOC挑战赛 (The PASCAL Visual Object Classes )是一个世界级的计算机视觉挑战赛, PASCAL全称:Pattern Analysis, Stat ...
- 【目标检测实验系列】使用yolov3 spp训练西工大遥感数据集NWPU VHR-10（包括如何将NWPU VHR-10转为VOC格式和yolov3 spp实验调试的详细步骤，且附上训练完的权重文件）
目录 1. 文章主要内容 2. 西工大数据集转换为VOC格式数据集 2.1 VOC数据集结构 2.2 西工大数据集 2.3 转换格式 2.3.1 构建与VOC类似的数据集文件结构(文件夹名可以自定义) ...
- anchor free 目标检测_《目标检测》系列之二：目标检测中的Anchor机制回顾
前段时间,YOLOv4&v5大火,很多人忽视了yolov5在anchor上的一些细节变化,因此,本文从Faster RCNN着手,逐步分析SSD.YOLOv4&v5的anchor机制. ...
- 计算机视觉目标检测算法总结1——简介
目标检测是在图片中对可变数量的目标进行查找和分类 目标种类和数量问题 目标尺度问题 外在环境干扰问题 目标检测方法(深度学习) 基于一体化卷积网络的检测:Overfeat->YOLO->S ...
最新文章
- axtoolbarcontrol加载图层后还是灰的_OpenLayers教程九：多源数据加载之瓦片地图原理一...
- 从 ELK 到 EFK 演进
- 多重循环控制之打印金字塔
- CodeForces - 1252D Find String in a Grid(AC自动机)
- 中反应器体积_实验室规模半连续和连续生物反应器在微生物学和生物技术工艺中的作用...
- 彻底搞懂Cookie、Session、JWT和Token
- 周杰伦178首歌被网易云侵权 单曲仅获赔4500元
- linux 用户态 内核态 通信,procfs（从0开始，内核态和用户态通信charpter2）
- 【安全风险通告】Apache ShardingSphere远程代码执行漏洞安全风险通告
- php tr td,php-基于tr计数的Td / th的XPath
- 人脸检测（十九）--人脸检测综述（2018.2）
- java线程的生命周期（图解）
- 三维扫描3D打印在创客教育中的实际应用
- 域名泛解析，二级域名转向问题- -完美解决
- 汉王科技新推七款人脸识别考勤机 绝杀指纹考勤
- php编写程序制作图形验证码,php实现图形验证码详解！
- 【亚马逊运营技巧】如何查找高价值关键词？
- CSS3背景（background-size、background-origin、background-clip）圆角
- 表情包制作APP的相关推荐 可以制作表情包的软件
- 【json】JsonFX