YOLO (You Only Look Once)
YOLO (You Only Look Once) è un rilevatore di oggetti convoluzionale end-to-end a passaggio singolo, introdotto da Redmon, Divvala, Girshick e Farhadi al CVPR 2016. Riformula il rilevamento di oggetti come un singolo problema di regressione — predire le coordinate del bounding box e le probabilità di classe direttamente da un'immagine in un unico passaggio forward — ottenendo velocità di rilevamento in tempo reale che i precedenti metodi a due stadi come R-CNN non potevano eguagliare. Il paper originale ha generato una famiglia di successori ampiamente adottata (da YOLOv2 a v11) che continua a dominare i benchmark applicati al rilevamento di oggetti.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). YOLO: You Only Look Once — Unified, Real-Time Object Detection. ScholarGate. https://scholargate.app/it/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 (Residual Network)Apprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →