[YOLO专题-1]：总体-概述、发展史与学习路径

三叶草

第1章 什么是YOLO：You Only Look Once
1.1 概述
YOLO是一种优秀的目标检测算法与通用的解决框架，它不仅仅做物体检测，还可以进行人脸、动物等各种实物检测。
YOLO在发展过程中在保持速度优势的同时,不断改进网络结构,同时汲取其它优秀的目标检测算法的各种优点。YOLO目标检测算法问世以来，每年都会有各种新的算法迭代更新，它具有自身显著的优势而备受人们青睐。YOLO是目标检测领域的首选。
目标检测分为两大类算法：Two Stage 和 One Stage.
Two Stage是先定位，后分类。
One Stage是将物体的定位和分类在一起完成。
YOLO属于One Stage目标检测算法。
YOLO： You Only Look Once直接开宗明义，点名了YOLO的本质是One Stage目标检测算法。
1.2 YOLO的优点
（1）检测速度非常快：定位与分类一步完成，基本可以得到实时检测。
（2）小目标检测很强：YOLO通过调整窗口大小，可以检测小目标。
（3）泛化能力强：模型一旦训练好，应用到新领域的泛化能力强，可检测人脸，可以检测动物，可以检测任何物体。
（4）使用的人多：YOLO目前被广泛应用，使用者众多，资源丰富，培训资料全。
1.3 目标检测的发展史

1.4 YOLO的发展史

第2章 YOLO的主要内容与脉络
2.1 主要内容
（1）YOLO V1：YOLO的基础框架
（2）YOLO V2：Anchor的引入
（3）YOLO V3：多尺度预测引入（等效于Two stage算法中的FPN）
（4）YOLO V4：众多CV 技术的大杂烩，但效果好
（5）YOLO V5：网络最小，速度最快，AP精度也最低
2.2 学习方法
（1）网络视频教程 + 图文介绍 + 开源代码 + 调试工具调试