科研之友
微信
新浪微博
Facebook
分享链接
摘要
目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题，实现端到端的训练和检测，由于其良好的速度-精度平衡，近几年一直处于目标检测领域的领先地位，被成功地研究、改进和应用到众多不同领域。该文对YOLO系列算法及其重要改进、应用进行了详细调研。首先，系统地梳理了YOLO家族及重要改进，包含YOLOv1-v4, YOLOv5, Scaled-YOLOv4, YOLOR和最新的YOLOX。然后，对YOLO中重要的基础网络，损失函数进行了详细的分析和总结。其次，依据不同的改进思路或应用场景对YOLO算法进行了系统的分类归纳。例如，注意力机制、3D、航拍场景、边缘计算等。最后，总结了YOLO的特点，并结合最新的文献分析可能的改进思路和研究趋势。
- 单位
