Appearance
YOLO介绍
1. 什么是YOLO算法
YOLO（You Only Look Once）是一组实时目标检测机器学习算法。
它将目标检测任务当作回归问题处理。其核心是将输入图像划分成多个网格，每个网格负责预测物体的边界框和类别概率。
YOLO YOLO 的特点包括：
- 实时性能：YOLO设计用于实时检测，因此在速度方面具有优势。
- 单次检测：它只需要对图像进行一次网络传递即可完成检测。
- 统一框架：YOLO将检测视为一个回归问题，直接在图像上进行边界框和类别概率的预测。
- 准确性：尽管速度快，YOLO在准确性方面也相当不错，尤其是随着版本迭代，如YOLOv2、YOLOv3、YOLOv4和YOLOv5等，性能不断提高。
CNN 是任何 YOLO 模型的基础。YOLO 模型是开源的。这些模型从一个版本到另一个版本都在不断改进，从而提高了准确性、性能和附加功能.
2. 应用场景
- 自动驾驶： 实时监测交通信号灯、车辆、行人等
- 视频监控： 监控摄像头实时检测异常行为、目标移动等
- 无人机： 无人机实时检测目标、导航等
- 工业质检： 工业生产过程中实时检测产品缺陷、异常等
3. YOLO的版本
从2016年YOLOv1提出到今天，YOLO架构已经经历了多次重要演进。 由不同的人和团队，多线并行的持续迭代。
从技术发展的角度来看，YOLO的演进其实围绕三个核心问题:
- 检测精度
- 小目标识别能力
- 推理速度与工程效率
👉︎ YOLO v1：将目标检测变成一个回归问题
JosephRedmon和Ai Farhadi等人于2015年提出的基于单个神经网络口的目标检测系统。
早期的目标检测方法通常采用两阶段结构，例如：R-CNN ,Fast R-CNN 这类方法需要先生成候选框，再进行分类，计算成本较高。
YOLOv1 的核心思想是： 将目标检测视为一个端到端的回归问题。 模型直接从整张图像预测：
- 目标类别
- 边界框位置
这样做的优势是：
- 推理速度极快
- 网络结构简单
👉︎ YOLO v2：引入 Anchor 机制
YOLOv2 的主要改进集中在定位精度和稳定性。
👉︎ YOLO v3：多尺度检测
JosephRedmon 的最后一个版本， 因为YOLO被用在战争中，所以宣布停止研究。
YOLOv3 的重要改进是： 多尺度特征检测。 模型会在不同特征层上进行预测：
- 高分辨率特征 → 小目标
- 低分辨率特征 → 大目标
这一设计显著提升了小目标检测能力。
Ultralytics（一家公司名字，后续成为YOLO的主要维护者）提供了YOLOv3的Pytorch版本仓库。 Pytorch版本的YOLOv3仓库已经有了10.6k的star,成为目标检测在工程应用上的hello world。
👉︎ YOLO v4：工程优化的集大成者
YOLOv4 并没有改变整体框架，而是整合了大量训练技巧
这些改进主要提升了：
- 检测精度
- 训练稳定性
👉︎ YOLO v5：工程化与结构优化
在YOLOv4发布两个月后，Ultralytics YOLOv5出现了。 YOLOv5没有论文支撑，也并非学术体系内的自然延续，但它直接占用了v5这个版本号。
👉︎ YOLO v8：统一的Python接口和CLI工具。
作为Ultralytics继YOLOv5后的全新架构，YOLOv8在检测、分割、分类等任务上提供了统一的Python接口和CLI工具，极大地简化了模型的使用和部署。
👉︎ YOLO v11： 2024-09-30
Ultralytics还在持续耕耘，在吸收YOLOv8和学术成果的基础上，于2024年9月发布了YOLOv11。由Ultralytics和JingQiu共同设计，在多任务上取得SOTA性能，同时大幅减少模型参数量，提升了速度和部署效率。
👉︎ YOLO v26： 2026-01-14
2026年初，Pytorch几乎成了深度学习的默认框架.
最近的YOLO26，仍由Ultralytics推进，从头开始专为边缘和低功耗设备而设计。它引入了简化的设计，消除了不必要的复杂性，同时集成了有针对性的创新，以实现更快、更轻、更易于访问的部署。 CPU推理提速43%。
4. 模型尺寸n s m l x
这就好比是同一款衣服的不同尺码。尺码不同，受众也不同。
YOLO（You Only Look Once）系列模型中的 n, s, m, l, x 是模型尺寸/复杂度的标识符，主要用于区分同一代YOLO架构下不同大小的模型（如YOLOv5、YOLOv8等）。这些字母代表模型在深度（层数）、宽度（通道数）和输入分辨率上的差异，直接影响模型的性能、速度和资源消耗。
以YOLOv26为例：
| 尺寸 | 参数量 | CPU 推理速度 | 精度 (mAP) | 典型应用场景 |
|---|---|---|---|---|
| n (Nano) | 2.4M | 38.9ms | 40.9 | 边缘设备、移动端、实时性要求高 |
| s (Small) | 9.5M | 87.2ms | 48.6 | 轻量级服务器、嵌入式设备 |
| m (Medium) | 20.4M | 220.0ms | 53.1 | 精度与速度平衡 |
| l (Large) | 24.8M | 286.2ms | 55.0 | 精度优先场景 |
| x (X-Large) | 55.7M | 525.8ms | 57.5 | 最高精度需求 |
简单决策流程：
- 你的硬件是什么？(手机/树莓派 -> n/s； 中端显卡/边缘盒子 -> s/m； 高端显卡/服务器 -> m/l/x)
- 你需要多快？(毫秒级实时 -> n/s； 秒级可接受 -> m/l/x)
- 你需要多准？(允许少量误检/漏检 -> n/s/m； 要求极高精度 -> l/x)
- 生产环境平衡：选 yolo26m
5. 支持的任务类型
| 任务 | 模型后缀 | 说明 | 作用 |
|---|---|---|---|
| 目标检测 | 无后缀 | yolo26n.pt | 找出目标位置（矩形框）+ 给出类别 + 置信度 |
| 实例分割 | -seg | yolo26n-seg.pt | 在目标检测的基础上，额外输出每个目标的精确轮廓掩码（像素级边界） |
| 图像分类 | -cls | yolo26n-cls.pt | 判断整张图片属于哪个类别，不定位具体位置 |
| 姿态估计 | -pose | yolo26n-pose.pt | 检测人体并定位关键骨骼点（眼睛、肩膀、手肘、手腕、膝盖等 17 个关键点） |
| 旋转目标检测 | -obb | yolo26n-obb.pt | 用带角度的旋转矩形框定位目标，比水平矩形框更贴合倾斜物体 |
6. YOLO完整训练流程
0
安装环境
conda + pip install ultralytics
0
采集图片
用与推理一致的截图方式（推荐 ADB 截图），覆盖各种场景
0
标注数据
LabelImg（YOLO 格式）或 Roboflow
0
整理数据
images/ + labels/ 目录结构
0
配置文件
编写 data.yaml
0
开始训练
model.train(data='data.yaml', epochs=100)
0
评估验证
model.val() 查看 mAP 等指标
0
模型推理
model('test.jpg') 使用训练好的模型
0
导出部署
model.export(format='onnx') 部署到目标平台