目标检测之YOLO算法：YOLOv1,YOLOv2,YOLOv3,TinyYOLO，YOLOv4,YOLOv5,YOLObile,YOLOF,YOLOX详解(转)

YOLO官网：

YOLO v.s Faster R-CNN:

1.统一网络:YOLO没有显示求取region proposal的过程。Faster R-CNN中尽管RPN与fast rcnn共享卷积层，但是在模型训练过程中，需要反复训练RPN网络和fast rcnn网络.相对于R-CNN系列的"看两眼"(候选框提取与分类),YOLO只需要Look Once.

2. YOLO统一为一个回归问题，而R-CNN将检测结果分为两部分求解：物体类别（分类问题），物体位置即bounding box（回归问题）。

2. YOLOv1: You Only Look Once: Unified, Real-Time Object Detection

目标检测之YOLO v1算法: You Only Look Once: Unified, Real-Time Object Detection：

3. YOLOv2 (YOLO9000: Better, Faster, Stronger)

目标检测之YOLOv2 算法-YOLO9000: Better, Faster, Stronger：

初识CV：目标检测之YOLOv2 算法-YOLO9000: Better, Faster, Stronger44 赞同 · 14 评论文章

4. YOLOv3: An Incremental Improvement

目标检测之YOLOv3算法: An Incremental Improvement：

初识CV：目标检测之YOLOv3算法: An Incremental Improvement59 赞同 · 4 评论文章

5. Tiny YOLOv3

目标检测之Tiny YOLOv3算法：

6. YOLOv4: Optimal Speed and Accuracy of Object Detection

目标检测之YOLOv4算法: Optimal Speed and Accuracy of Object Detection：

7. YOLOv5算法

目标检测之YOLOv5算法：

8. YOLObile算法

YOLObile：面向移动设备的「实时目标检测」算法（AAAI 2021）：

初识CV：YOLObile:面向移动设备的「实时目标检测」算法(AAAI2021)34 赞同 · 3 评论文章

9. YOLOF算法

YOLOF：You Only Look One-level Feature（CVPR 2021）:

初识CV：YOLOF：You Only Look One-level Feature（CVPR 2021）196 赞同 · 55 评论文章

10. YOLOX算法

YOLOX: Exceeding YOLO Series in 2021

初识CV：旷视重磅开源YOLOX：新一代实时目标检测网络，超越现有一切YOLO！13 赞同 · 2 评论文章

增添目标检测数据集PASCAL VOC和COCO详细解析：

1. 目标检测数据集PASCAL VOC详解：

初识CV：目标检测数据集PASCAL VOC详解50 赞同 · 8 评论文章

2. 目标检测数据集MSCOCO详解：

初识CV：目标检测数据集MSCOCO详解18 赞同 · 0 评论文章

^{[1][2][3][4][5]}

参考

1. ^V1，V2，V3参考地址： https://blog.csdn.net/App_12062011/article/details/77554288
2. ^V4转载地址： https://mp.weixin.qq.com/s/Ua3T-DOuzmLWuXfohEiVFw
3. ^一文读懂YOLO V5 与 YOLO V4 https://zhuanlan.zhihu.com/p/161083602
4. ^近距离观察YOLOv3 https://zhuanlan.zhihu.com/p/40332004
5. ^Faster-RCNN的anchor和YOLOv3的anchor一样吗 https://blog.csdn.net/xiqi4145/article/details/86516511