YOLO (You Only Look Once)
YOLO (You Only Look Once) คือตัวตรวจจับวัตถุแบบคอนโวลูชันแบบครบวงจร (single-shot, end-to-end convolutional object detector) ที่นำเสนอโดย Redmon, Divvala, Girshick และ Farhadi ในงาน CVPR 2016 โดยเปลี่ยนปัญหาการตรวจจับวัตถุให้เป็นปัญหาการถดถอย (regression problem) แบบเดียว คือการทำนายพิกัดกล่องขอบเขต (bounding box coordinates) และความน่าจะเป็นของคลาส (class probabilities) โดยตรงจากภาพในขั้นตอนเดียว (single forward pass) ซึ่งทำให้ได้ความเร็วในการตรวจจับแบบเรียลไทม์ที่วิธีการแบบสองขั้นตอนก่อนหน้านี้ เช่น R-CNN ไม่สามารถทำได้ กระดาษงานวิจัยต้นฉบับได้ก่อให้เกิดตระกูลของรุ่นต่อมาที่ได้รับการยอมรับอย่างกว้างขวาง (YOLOv2 ถึง v11) ซึ่งยังคงครองความเป็นที่หนึ่งในเกณฑ์มาตรฐานการตรวจจับวัตถุแบบประยุกต์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). YOLO: You Only Look Once — Unified, Real-Time Object Detection. ScholarGate. https://scholargate.app/th/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 (เครือข่ายส่วนที่เหลือ)การเรียนรู้เชิงลึก↔ compare