YOLO：统一的实时目标检测
计算机视觉与模式识别
2016-05-11 v5
摘要
我们提出YOLO，一种目标检测的新方法。先前目标检测的工作改造分类器来执行检测。相反，我们将目标检测框定为回归问题，预测空间分离的边界框及关联的类别概率。单个神经网络在一次评估中直接从完整图像预测边界框和类别概率。由于整个检测流程是单一网络，它可以在检测性能上直接端到端优化。我们的统一架构极快。基础YOLO模型以45帧每秒实时处理图像。网络的一个更小版本Fast YOLO以惊人的155帧每秒处理，同时仍达到其他实时检测器mAP的两倍。与最先进的检测系统相比，YOLO产生更多定位错误，但极不可能在不存在物体的地方预测误检。最后，YOLO学习到物体非常通用的表示。在从自然图像到艺术品的泛化上，无论是在Picasso Dataset还是People-Art Dataset上，它以极大优势超越所有其他检测方法，包括DPM和R-CNN。
引用
@article{arxiv.1506.02640,
title = {You Only Look Once: Unified, Real-Time Object Detection},
author = {Joseph Redmon and Santosh Divvala and Ross Girshick and Ali Farhadi},
journal= {arXiv preprint arXiv:1506.02640},
year = {2016}
}