你只看一次：統一的實時目標檢測(2016年)

摘要

我們介紹了YOLO，一種新的目標檢測方法。之前關於物件檢測的工作將分類器重新調整為執行檢測。不同的是，我們建立一個目標檢測空間分隔邊界盒及其關聯類概率的迴歸問題。完整的影象直接通過一次單一神經網路評估邊界框和類概率。因為整個檢測管道是一個單一神經網路，它可以端到端進行優化直接作用檢測效能。

注：之前關於物件檢測的工作將分類器重新調整為執行檢測。如Faster-RCNN，將VGG（一種CNN網路）重新調整為執行預測，即通過CNN網路對目標進行分類操作，然後提取建議區作為目標檢測。YOLO第一版便只比VGG+RCNN的mAP低1.3，但是是唯一的實時目標檢測器。YOLOv3時(2018年4月8日)，Faster-RCNN w FPN才能勉強超過YOLOv3的精度了。YOLOv4時，YOLOv4不再專注於與RCNN系列比較。
住：統一是指，YOLO的網路並非使用其他網路構建而成的，沒有拆分環節，不存在CNN網路進行分類，然後再提取建議區的two stage方法

我們的統一架構非常快。我們的基礎YOLO模型實時處理45幀的影象。一個較小的網路版本，Fast YOLO，每秒處理令人震驚的155幀，仍然實現了其他實時檢測器的兩倍mAP。

與最先進的(state-of-the-art)檢測系統比，YOLO產生更多的定位錯誤，但更少預測背景上的假陽性的可能。而且，YOLO比DPM、R-CNN等物體檢測系統能夠學到更加抽象的物體的特徵，這使得YOLO可以從真實影象領域遷移到其他領域，如藝術。

Introduction