YOLO系列论文阅读（v1--v3）

搞目标检测，绕不开的一个框架就是yolo，而且更糟糕的是，随着yolo的发展迭代，yolo网络可以做的事越来越多，语义分割，关键点检测，3D目标检测。。。这几天决定把YOLO系列彻底梳理一下，在进入大模型时代前，我们欣赏一下这个CNN时代最具影响力的作品。

前YOLO时代

在YOLO出现之前，目标检测已经大部迈向了CNN时代。从RCNN到FastRCNN, 再到FasterRCNN。可以看到，模型的速度越来越快，网络结构越来越简洁，启发式的方法论在一步步被抛弃。

但是，基于RCNN的方法需要预先通过region proposal network选择锚框，在保证了精度的同时，也大大耽误了速度。显然，目标检测的发展遇到了瓶颈。此时，YOLO，SSD等one stage方法孕育而生。

而经过多年的发展，YOLO系列在保持自己原来的快速的特点的基础上，在性能上也逐步提升，成为了目标检测在工业上落地的最优选择。

YOLO论文 

YOLO1

论文题目：You Only Look Once: Unified, Real-Time Object Detection

会议： CVPR2016

链接： https://arxiv.org/pdf/1506.02640.pdf

作者：