论文笔记：YOLOv1

时间 2021-01-13

原文原文链接

针对当前目标检测速度慢而无法做到实时检测的问题，作者提出了YOLO。YOLO直接将目标检测转化到回归问题上，直接用一张图片得到bounding box和类别。作者提出YOLO的优点： 1、YOLO检测物体非常快。因为没有复杂的检测流程，只需要将图像输入到神经网络就可以得到检测结果，YOLO可以非常快的完成物体检测任务。标准版本的YOLO在Titan X 的 GPU 上能达到45 FPS。更快的

>>阅读原文<<

1. YOLOV1 论文笔记
2. yolov1论文笔记
3. YOLOv1论文笔记
4. YOLOv1 论文笔记
5. YOLO系列论文笔记--YOLOv1
6. 笔记2：YOLOv1论文翻译
7. CNN论文-YOLOv1
8. 论文阅读: YOLOv1
9. YOLOv1（论文翻译）
10. YOLOv1论文翻译
更多相关文章...
• ASP.NET Razor - 标记 - ASP.NET 教程
• CAP理论是什么？ - NoSQL教程
• Tomcat学习笔记（史上最全tomcat学习笔记）
• Scala 中文乱码解决