Yolo: 实时目标检测项目 (上半部分)

YOLO：实时目标检测实战（上）

YOLO：Real-Time Object
Detection

仅需单次观察（YOLO）便是一种当前最先进的实时物体检测系统。在帕斯卡泰坦X设备上，该系统能够以每秒30帧的处理速度对图像进行分析，并在COCO test-dev数据集上实现了57.9%的平均精度均值（mAP）。

与其它检测算法相比，YOLOv3在速度和精度方面均表现出色。在IOU值为0.5的情况下，其mAP表现与焦距损失模型相当，但运行速度却提升了约四倍。同时，通过简单调整模型规模即可实现对速度与精度之间平衡的灵活控制，而无需进行额外的训练过程！

COCO数据集的表现水平

检测原理

早期的检测系统通过复用分类器或定位器来实现检测功能。这些系统将模型应用于不同位置和比例的图像，将图像中得分较高的区域识别为检测目标。

我们采用了一种全新的方法。通过将单一