大名鼎鼎的YOLO算法，想当年投稿NIPS也不是全票通过？

最新推荐文章于 2025-03-11 00:31:38 发布
最新推荐文章于 2025-03-11 00:31:38 发布
阅读量827 收藏
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u014410989/article/details/104973929
从初代YOLO在CVPR2016的亮相，到YOLO2的改进并在CVPR2017发表，再到YOLO3以Techreport形式发布，YOLO系列算法在目标检测领域不断进化。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

https://pjreddie.com/publications/yolo/
大名鼎鼎的YOLO算法，想当年投稿NIPS，Rebuttal之后仍然被拒？
后来改投的CVPR？YOLO发表在CVPR2016。
一年之后提出改进版YOLO2发表在CVPR2017，
再过一年之后的YOLO3干脆不投稿了？作为Tech report发布。
在这里插入图片描述

在这里插入图片描述

计算机视觉目标检测算法对比：R-CNN、YOLO与SSD全面解析
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
04-21 11万+
计算机视觉目标检测算法对比：R-CNN、YOLO与SSD全面解析，人工智能、AI、计算机视觉领域中，目标检测是一项至关重要的任务，其旨在识别图像或视频中感兴趣的目标物体，并确定它们的位置。从安防监控中的人员检测，到自动驾驶中的行人、车辆识别，目标检测技术都有着广泛的应用。在众多目标检测算法中，R-CNN、YOLO 和 SSD 具有代表性，它们各自有着独特的设计理念和技术路线，在不同场景下展现出不同的性能表现。本文将深入剖析这三种算法，通过原理阐述、性能对比以及代码示例，帮助读者全面理解它们的特点与差异。
YOLO算法
小森的博客
03-01 9548
YOLO，全称为You Only Look Once: Unified, Real-Time Object Detection，是一种实时目标检测算法。目标检测是计算机视觉领域的一个重要任务，它不仅需要识别图像中的物体类别，还需要确定它们的位置。与分类任务只关注对象是什么不同，目标检测需要同时处理离散的类别数据和连续的位置数据。YOLO算法基于深度学习的回归方法，它将目标检测问题转化为一个回归问题，使用单个卷积神经网络（CNN）直接从输入图像预测边界框（bounding box）和类别概率。
YOLO算法实现
11-21
yolo代码实现，参考吴恩达深度学习课程进行学习，所有需要的代码
YOLO魔改发论文！CCF A-B会议夏季截稿20条！最高录用48.5%！
gzq0723的博客
07-02 775
随着顶会2024陆续结束，2025投稿即将拉开序幕，从7月到9月，人工智能、数据库、图形学、软件工程等20个CCF A-B会议，陆续迎来截稿日期！而一篇能冲顶会的论文，想要说服审稿人，往往需要3个条件，一是并非灌水的创新性，二是实验工作的可靠性，三是写作绘图的规范性！为了帮助大家掌握论文写作技巧，合理安排投稿节点，研梦非凡于7月4日（周四），邀请了手握20余篇顶会顶刊、担任多个顶会审稿人的Tab博...
YOLO学习笔记（三）：YOLOv2背景、改进原理
weixin_57425565的博客
12-12 1321
随着卷积越多，越靠后的感受野越大，因此最后一层时感受野太大了，适合捕捉较大的目标，小目标可能丢失，因此需融合之前的特征，将前一个26×26×512的特征图进行拆分，拆分成4个13×13×512的特征图和下一个13×13×1024的进行拼接，拼接为13×13×（4×512+1024）=13×13×3072。如上右图：5个聚类的中心与手动挑选的框是不同的，扁长的框较少，瘦高的框较多。并且，输入图片的尺度越大则精度越高，尺度越低则速度越快， 因此YOLOv2多尺度训练出的模型可以适应多种不同的场景要求。
NIPS中稿，聊聊科研！
阿木寺的博客
10-01 1245
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者：ALme |已授权转载（源：知乎）https://zhuanlan.zhihu.com/p/41588332...
值得收藏！2024年人工智能顶级会议投稿信息汇总（机器学习领域）
热门推荐
audyxiao001的博客
03-07 2万+
本文对机器学习领域内的顶级会议进行了介绍，以便读者了解会议主题、截稿日期、举办时间及地点等关键信息。同时，还将这些会议信息汇总成了表格，做到一目了然，为读者投稿会议论文提供方便。
yolo算法讲解ppt
08-28
同时，对不同大小的目标进行处理也是YOLO算法需要解决的挑战之一。 总的来说，YOLO算法的设计理念、实现细节、性能对比和应用场景构成了其核心知识点。该算法在计算机视觉领域的突破性贡献，以及在实际应用中的表现...
目标检测之yolo算法.pptx
06-04
YOLO算法通过简化传统目标检测流程，实现了实时检测的能力，在许多应用场合下都展现出了良好的性能。尽管其在某些情况下的精度略低于基于Region Proposal的方法，但在速度上的优势使其成为了很多实时应用场景的理想...
YOLO算法在不同领域的应用中，如何处理特定场景下的特殊需求？
最新发布
mubiao05的博客
03-11 1127
YOLO算法在不同领域的应用中，如何处理特定场景下的特殊需求？
nips-2020 paper link
12-13
国际会议nips 2020年论文网址集合， 共计1809条 ； 国际会议nips 2020年论文网址集合， 共计1809条 ； 国际会议nips 2020年论文网址集合， 共计1809条 ；
NIPS（Neur IPS）2020论文列表及地址
quji3625的博客
12-20 7166
NIPS（Neur IPS）2020论文列表及地址 https://proceedings.neurips.cc/paper/2020
【AIGC】2020-NIPS-去噪扩散概率模型
weixin_42475026的博客
10-02 1017
我们使用扩散概率模型呈现了高质量的图像合成结果，扩散概率模型是一类受非平衡热力学启发的潜在变量模型。我们的最佳结果是通过对加权变分界限进行训练获得的，该界限是根据扩散概率模型与与朗之万动力学匹配的去噪分数之间的新联系而设计的，并且我们的模型自然地承认渐进式有损解压缩方案，该方案可以解释为自回归解码的泛化。在无条件 CIFAR10 数据集上，我们获得了 9.46 的初始分数和 3.17 的最先进的 FID 分数。在 256x256 LSUN 上，我们获得了与 ProgressiveGAN 类似的样本质量。
NIPS 2020 | Few-shot Image Generation with Elastic Weight Consolidation 阅读笔记&部分翻译
ybacm的博客
12-10 3284
作者提出当进行 transfer 时不应该将所有的权重参数一视同仁，然后讨论了迁移前后网络中各层的权重变化率，证明有一些重要的参数是不需要大幅度改变的，最后在损失函数中添加了 EWC 损失，做到了不同参数不同对待，而且 EWC 损失不需要学习，效果很好。
NIPS历年论文 NIPS2020论文集
VIEO
03-04 8424
NIPS（Neur IPS）2020论文列表及地址 https://proceedings.neurips.cc/paper/2020(2020年论文) https://proceedings.neurips.cc//(1987-现在所有年的论文) nips官网网址：https://neurips.cc/ 国内比较好的一个网站：https://www.aminer.cn/conf/neurips2020 会议安排：https://nips.cc/Conferences/2020/Schedule..
NeurIPS‘23 | 截稿在即，机器学习领域三大顶级会议之一，录取率远超IJCAI与AAAI，却非人人都敢尝试！
CS_Conference的博客
05-08 8027
NeurIPS'23 | 截稿在即，机器学习领域三大顶级会议之一，录取率远超IJCAI与AAAI，却非人人都敢尝试！
NeurIPS 2024 有效投稿达 15,671 篇，数据集版块内容丰富
HyperAI超神经
11-26 1559
内含 9 个数据集下载链接
NeurIPS‘24｜即将出分！审稿人发话：高分文章，大多具备以下特点...
强化学习曾小健
12-12 1254
具体来说，从2014年的24.7%到2023年的26.1%，中稿率略有增加，但总体变化不大。所以，想要中标的小伙伴们，不妨参考一下往年的评分趋势，调整一下自己的研究方向和论文重点，说不定会有意想不到的惊喜哦🎉！2017年到2018年，投稿量有一个明显的跳跃，从3240篇增加到4856篇，而中稿率略有下降。从2014年的1,678篇投稿到2023年的12,343篇，可以看到NeurIPS会议的投稿量在10年间增长了7倍多。这也就是说，如果你的论文评分达到了6，你可以松一口气了，收录的概率非常大😌。
YOLO算法如何通过单一神经网络实现快速准确的目标检测？
10-31
YOLO算法通过设计一个端到端的卷积神经网络模型来实现快速准确的目标检测。它将目标检测视为一个回归问题，并将图像分割成一个个格子。每个格子负责预测边界框以及属于不同类别的概率。YOLO的神经网络同时预测所有...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值