算法动画 · 神经网络
目标检测动画
展示目标检测算法如何同时完成分类和定位，用边界框标出图像中物体的位置和类别。
Object Detection (YOLO / Faster R-CNN)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
未激活·当前高亮（4 个元素）
1
输入一张包含多个物体的图像，目标检测需要找出所有物体的位置和类别。
第 1 步 / 共 714%
🧠AI 冷知识
你知道吗？
这些有趣的 AI 小知识可能让你大吃一惊
📜
看一眼就够了YOLO(You Only Look Once)由Joseph Redmon于2015年提出，把目标检测从"先提候选框再分类"的两阶段流程简化为"一次前向传播搞定"的单阶段回归。YOLOv1在Titan X GPU上达到45 FPS，比当时的Faster R-CNN快6倍以上。Redmon后来因为担心YOLO被用于军事目的而在2020年宣布停止研究。但社区接过了接力棒：YOLOv5、YOLOv8、YOLOv10持续迭代，YOLO系列至今仍是工业界目标检测的首选。两阶段方法(R-CNN系列)精度更高但更慢，单阶段方法(YOLO/SSD)速度更快，选择取决于应用场景。
来源：Redmon et al., "You Only Look Once: Unified, Real-Time Object Detection", CVPR 2016
一句话总结
💡
目标检测在分类基础上定位目标，R-CNN 系列用区域提议两阶段高精度，YOLO 用单阶段回归实现实时检测。
常见误区
这些坑别踩
✗
误区 1
YOLO 一定比 R-CNN 精度低。
✓
正确理解
YOLO 速度快但早期版本小目标弱，近年 YOLO 精度大幅提升。
✗
误区 2
两阶段一定比单阶段慢没用。
✓
正确理解
两阶段精度高在精度优先场景仍有价值，速度也在优化。
✗
误区 3
检测就是分类加框。
✓
正确理解
还需处理锚框、NMS 去重、多尺度和小目标等复杂工程问题。