你仅仅看一次：统一的实时对象检测(You Only Look Once:Unified,Real-Time Object Detection)

作       者：Joseph Redmon,Santosh Divvala,Ross Girshick,Ali Farhadi

作者单位：University of Washington,Alln Institute for AI,Facebook AI Research

联系方式：http://pjreddie.com/yolo/

源       码：http://pjreddie.com/yolo/

0 摘要

我们推出一种新的对象检测方法YOLO。先前的用于对象检测的方式是重新利用(repurpose)分类器执行的。我们构建的对象检测以空间上独立的边界盒(bounding boxes)和相关分类的概率的回归(regression)问题进行了替代。直接从全部图像的一次评估的一个神经网络预测出边界框和类别的概率。因为整个检测管道是一个网络，所以在端至端的检测性能上执行减小优化。

我们的统一框架是非常快的。我们基于YOLO模块实时处理图片能力可达45FPS。一个更小版本的网络Fast YOLO,在mAP为其它实时检测框架2倍的情况下处理能力可达155FPS。和最新的检测系统相比，在background上YOLO有更多的定位偏差，但是有更少的FP预测。最后，YOLO