YOLO (You Only Look Once)
YOLO (You Only Look Once) es un detector de objetos convolucional de una sola pasada y de extremo a extremo introducido por Redmon, Divvala, Girshick y Farhadi en CVPR 2016. Reformula la detección de objetos como un único problema de regresión —prediciendo coordenadas de cuadros delimitadores y probabilidades de clase directamente de una imagen en una única pasada hacia adelante— logrando velocidades de detección en tiempo real que los métodos anteriores de dos etapas, como R-CNN, no podían igualar. El artículo original generó una familia de sucesores ampliamente adoptada (YOLOv2 hasta v11) que continúa dominando los puntos de referencia aplicados de detección de objetos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 779–788. DOI: 10.1109/CVPR.2016.91 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3
Cómo citar esta página
ScholarGate. (2026, June 3). YOLO: You Only Look Once — Unified, Real-Time Object Detection. ScholarGate. https://scholargate.app/es/deep-learning/yolo
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ResNet (Red Neuronal Residual)Aprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →