【Datawhale组队学习202506】YOLO-Master task02 YOLO系列发展线

系列文章目录

---

`

---

前言

• Datawhale是一个专注于AI与数据科学的开源组织，汇集了众多领域院校和知名企业的优秀学习者，聚合了一群有开源精神和探索精神的团队成员
• YOLO-Master
• 本章学习资料： https://sxwqtaijh4.feishu.cn/docx/Yc40ddMGIo7nOyxSXVZc6KztnYd

---

`

![[Pasted image 20250620143925.png]]
yolo系列发展时间线，图片来源

YOLO(You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的约瑟夫-雷德蒙（Joseph Redmon） 和 阿里-法哈迪（Ali Farhadi） 开发。

---

V1-2015-Joseph Redmon

• 发布时间：2015

• 论文产出： You Only Look Once: Unified, Real-Time Object Detection

• 代码仓库： https://github.com/pjreddie/darknet

• 将目标检测简化为单次图像处理任务，从像素回归预测物体的边界框坐标和类别概率。

• 首次将目标检测任务建模为端到端的回归问题，通过单个 CNN 直接预测边界框坐标和类别概率，跨越了传统两阶段 如R-CNN 的区域提议机制。

• 将输入图像划分为 $S\times S$ 网格(如$7\times 7$)

• 每个网格单元预测 B 个边界框。（Bounding Boxes） 和 1 个类别概率分布，边界框包含坐标（x, y, w, h） 和 置信度（confidence score）。

• 设计统一的损失函数，联合优化边界框定位误差、置信度误差和分类误差。

---

V2-2016-Joseph Redmon

• 发布时间：2016

• 论文产出：yolo9000: Better, Faster, Stronger

• 代码仓库：https://github.com/pjreddie/darknet

• 在每个卷积层后加入批量归一化（Batch Normalization），提升模型收敛速度、稳定性和泛化能力。

• 先在 ImageNet 上以 $448\times 448$ 的分辨率微调分类网络 10 个 epochs，再迁移到检测网络。

• 引入Faster R-CNN的锚框（Anchor） 概念，移除YOLOv1的全连接层。

---

V3-2018-Joseph Redmon

• **发布时间：**2018

• 论文产出：yolov3: An Incremental Improvement

• **代码仓库：**https://github.com/pjreddie/darknet

• 引入 3 种不同尺度的预测层分别检测大、中、小目标。

• 设计更深的骨干网络 Darknet-53（含53层卷积），结合残差连接（Residual Blocks）。

---

V4-202004-Chien-Yao Wang

---

V5-20200609-Ultralytics 公司

---

V6-20220623-美团

---

V7-2022-Chien-Yao Wang

---

V8-20230110-Ultralytics 公司

---

V9-2024-Chien-Yao Wang

---

V10-2024-清华大学

---

V11-20240930-Ultralytics 公司

---

V12-202502

总结

• 深入了解YOLO的历史。