/yolo
摘要
关于YOLO这一广泛使用的实时目标检测模型系列的文章。
暂无内容
相似文章
YOLO26 简介
YOLO26 是一个于2026年1月发布的多任务计算机视觉模型系列，具备无需 Non-Maximum Suppression 的端到端检测功能以降低延迟，并针对边缘部署进行了优化，具有改进的CPU推理能力和紧凑设计。
Ultralytics YOLO26：统一的实时端到端视觉模型
Ultralytics YOLO26 引入了一个统一的实时视觉模型家族，具有无需NMS的推理、改进的训练策略以及用于检测、分割和姿态估计的多任务能力，实现了最先进的精度与延迟权衡。
@tenderizzation：这简直超出了预期！YOLOv3 回归
这条社交媒体帖子表达了对 YOLOv3 目标检测模型回归或重新受到关注的兴奋之情。
@freeCodeCamp：机器人技术中的实时目标检测不仅仅需要一个好模型。在本教程中，Iyanuoluwa 将向您展示如何…
本教程介绍如何使用 ROS 2 和 YOLOv11 构建用于机器人技术的实时目标检测与跟踪管道，涵盖线程推理、ByteTrack 集成、置信度验证以及用于边缘部署的 ONNX 导出。
@Phoenixyin13: 在目标检测界，一直有两个门派： YOLO 派，传统豪强，走的是天下武功，唯快不破的路线。速度极快，是工业界、无人机、监控摄像头的绝对霸主。 Transformer 派，学院派贵族，脑子聪明精度极高，但由于算力消耗太大，过去像个林黛玉，在需…
ICLR2026上提出的RF-DETR模型结合了Transformer的高精度和实时性，在100个真实场景中取得高分，并提供从Nano到2XL的多种规模，有望替代YOLO在实时检测领域的地位。