【精读AI论文】YOLO V1目标检测，看我就够了
正在缓冲...
YOLO算法是单阶段目标检测的经典算法，能实现快速、实时、高精度的图像识别和目标检测。
几乎所有人工智能开发者都要使用YOLO为各行各业开发计算机视觉应用。
从2016年到2021年，YOLO已更新换代5个版本，都是在YOLOV1最初版本基础上改进升级，弄懂YOLOV1非常重要。
但网上的博客和教程都没能把关键问题讲清楚，甚至没有人认真读懂了原始论文。
所以子豪兄决定亲手解决这个问题，用了一年多时间做出这个视频。
目录：综述、作者介绍、算法精讲、作者讲座、原始论文精读。
视频选集
（7/11）
自动连播
为什么要学YOLOV1
01:49
YOLO作者介绍
07:38
目标检测综述
10:24
算法精讲-预测阶段
12:42
算法精讲-预测阶段后处理-NMS非极大值抑制
12:19
算法精讲-训练阶段
10:20
YOLOV1作者CVPR2016报告
44:51
YOLO作者2017年TED演讲-How computers learn to recognize objects instantly
10:41
YOLO作者2018年TED演讲-Computers can see Now what
14:01
YOLOV1论文细节
09:10
YOLOV1论文精读：You only look once: Unified, real-time object detection
02:03:39
顶部