YOLO (You Only Look Once)
YOLO (You Only Look Once) is een single-shot, end-to-end convolutionele objectdetector, geïntroduceerd door Redmon, Divvala, Girshick en Farhadi op CVPR 2016. Het herformuleert objectdetectie als een enkel regressieprobleem — het voorspellen van coördinaten van begrenzingskaders en klassenwaarschijnlijkheden rechtstreeks uit een afbeelding in één forward pass — wat real-time detectiesnelheden bereikt die eerdere tweestapsmethoden zoals R-CNN niet konden evenaren. Het oorspronkelijke artikel heeft geleid tot een wijdverbreide familie van opvolgers (YOLOv2 tot v11) die de toegepaste objectdetectiebenchmarks blijven domineren.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). YOLO: You Only Look Once — Unified, Real-Time Object Detection. ScholarGate. https://scholargate.app/nl/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)Deep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →