YOLO Откриване в реално време
YOLO (You Only Look Once) е семейство от модели за откриване на обекти, които намират и етикетират всеки обект в изображение с едно преминаване на невронна мрежа, достатъчно бързо за видео на живо.
Преглед
Its speed unlocked real-time vision on everything from drones to self-checkout kiosks.
Дълбоко гмуркане
Преди YOLO детектори като R-CNN изпълняваха класификатор хиляди пъти в региони на изображението, което беше бавно. YOLO, въведен от Джоузеф Редмън през 2015 г., преформулира откриването като един регресионен проблем: разделете изображението на решетка и за всяка клетка предскажете ограничаващи полета, резултат за обектност и вероятности за клас в едно преминаване напред. Този дизайн „погледни веднъж“ го направи драстично по-бърз от двустепенните детектори, като същевременно остава точен. Семейството еволюира бързо чрез много версии (YOLOv2 до YOLOv8 и след това), добавяйки анкерни кутии, по-добри гръбначни връзки и глави без анкери. Съвременните варианти работят с доста над 100 кадъра в секунда на GPU, което прави YOLO изборът по подразбиране, когато латентността е толкова важна, колкото точността.
Техническа информация
YOLO разделя изображение на решетка S на S. Всяка клетка прогнозира фиксиран набор от ограничаващи кутии с (x, y, ширина, височина), оценка на достоверността и вероятности за клас, всичко това с едно преминаване. Припокриващите се дублиращи се полета се съкращават чрез немаксимално потискане, което запазва полето с най-голяма сигурност и отхвърля други над прага на IoU. Загубата съвместно оптимизира координатите на кутията, обектността и класификацията, така че целият детектор се обучава от край до край.
Стратегическо въздействие
Speed and scale
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб.
Build choices
Творческите екипи могат да създават прототипи на концепции по-бързо с по-малко ръчни ревизии.
Team and workflow
Операциите могат да използват изображения и видео сигнали, които преди са били трудни за обработка.
Бъдещето на YOLO за откриване в реално време
YOLO продължава да се стреми към периферно внедряване, с по-малки квантови модели, работещи на телефони, микроконтролери и вградени камери без облачна връзка. По-новите версии съчетават трансформаторни компоненти и дизайни без анкери за точност, без да се жертва скоростта. Очаквайте по-тясна интеграция с проследяване и сегментиране, откриване на отворен речник, което разпознава обекти от текстови подкани, а не от фиксирани етикети, и непрекъснато внимание към ефективното функциониране на евтин хардуер с ниска мощност на ръба.
Внедряване в реалния свят
Системи за самоплащане и магазини без касиер, откриващи артикули, докато купувачите ги взимат
Дронове и селскостопански роботи, забелязващи култури, плевели или добитък в реално време
Камери за трафик и наблюдение, преброяващи превозни средства и засичащи пешеходци за анализ на интелигентен град
Производствени линии, маркиращи дефектни части върху бързо движеща се конвейерна лента
Рискове и предпазни огради
Правата върху изображението и съгласието могат да се превърнат в правни рискове, ако произходът е неясен.
Производителността на модела може да варира в зависимост от осветлението, демографските данни и средата.
Фалшивите положителни резултати могат да останат незабелязани, освен ако не се наблюдават праговете на достоверност.
Пътна карта за изпълнение
Определете критерии за приемане за прецизност, извикване и разходи за грешки.
Тествайте с данни, които съответстват на реалните производствени условия.
Добавете преглед от човек за прогнози с ниска степен на сигурност или с голямо въздействие.
Проследявайте дрейфа на модела и проверявайте отново след промени в камерата или набора от данни.
Продължете да изследвате
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the YOLO Real-Time Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
Гласови агенти в реално време
Frequently asked questions
What is YOLO Real-Time Detection?
YOLO (You Only Look Once) е семейство от модели за откриване на обекти, които намират и етикетират всеки обект в изображение с едно преминаване на невронна мрежа, достатъчно бързо за видео на живо. Неговата скорост отключи визия в реално време на всичко - от дронове до павилиони за самоконтрол.
Какво означава съкращението YOLO в този контекст?
YOLO означава „You Only Look Once“, което отразява, че открива всички обекти в една невронна мрежа, преминаваща през изображението.
Коя беше ключовата иновация, която направи YOLO по-бърз от по-ранните детектори като R-CNN?
YOLO преформулира откриването като един регресионен проблем върху решетка на изображение, заменяйки бавната класификация регион по регион на двустепенните детектори.
Каква техника премахва дублирани, припокриващи се ограничаващи полета в изхода на YOLO?
Немаксималното потискане запазва кутията с най-голяма достоверност и отхвърля припокриващите се кутии над прага на пресичане над обединение.
В оригиналния дизайн на YOLO, как се разделя входното изображение за прогнозиране?
YOLO разделя изображението на мрежа S на S и всяка клетка е отговорна за прогнозиране на кутии и вероятности за класове за обекти, центрирани в нея.
Кое количество прогнозира всяка клетка от мрежата заедно с координатите на ограничителната кутия?
Всяка клетка прогнозира координати на кутийка, резултат за доверителност на обектността и вероятности за клас, всички заедно в едно предаване напред.