YOLO: детекція за один погляд
8 червня 2015 року Джозеф Редмон, Алі Фаргаді й співавтори з Вашингтонського університету та Інституту Аллена описали YOLO: одна мережа за один прохід передбачає рамки й класи для всього зображення. Вона обробляє 45 кадрів за секунду, а точність на PASCAL VOC 2007 становить 58,8 mAP.
Чому це важливо
Детекція об'єктів стала можливою в реальному часі на одному GPU — приблизно в 100 разів швидше за Fast R-CNN, ціною помірної точності. Вона поставила швидкість поряд із точністю як мету детектора.
На VOC 2012 — 54,5 mAP, що стаття сама називає нижчим за найкращий рівень; найгірше даються дрібні об'єкти. У поєднанні з найкращою Fast R-CNN точність на VOC 2007 зростає на 2,9 пункта, до 74,7 %. Швидкість виміряно на Nvidia Titan X. Запис не стверджує Fast YOLO, 155 кадрів за секунду й 63,4 mAP: у першій версії цього немає.