[YOLO专题-1]：总体-概述发展史与学习路径

Posted 2022-01-14 文火冰糖的硅基工坊

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122118363

---

目录

第1章 什么是YOLO

1.1 概述

1.2 YOLO的优点

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

2.2 学习方法

2.3 学习进程

参考：

---

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

2.3 学习进程

（1）全职：15天 = 5 * 2天 + 5天, 每个版本需要2天时间，包括原理+实践， 5天为为整体、总体、总结等。

（2）周末：2个月 = 2个月 * 2天 * 4周 = 16天。

参考：

（1）视频教程

（2）CSDN

（3）百度

---

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122118363