YOLO简介

前言

YOLO(You Only Look Once)是深度学习领域最经典、应用最广的实时目标检测算法,凭借极致的速度优势,成为自动驾驶、安防监控、工业检测等实时场景的首选方案。本文将从 YOLO 核心原理、目标检测算法分类、核心评估指标(IoU、精确率、召回率、mAP)完整拆解,帮你从零吃透 YOLO 全套基础知识。

一、YOLO 算法基础简介

1.1 YOLO 基本介绍

YOLO(You Only Look Once)是由 Joseph Redmon 等人于2016 年提出的基于深度学习的端到端目标检测算法。

它颠覆了传统检测算法的思路,将目标检测问题直接转化为回归问题:通过单个神经网络,一次性直接预测图像中所有目标的类别、位置坐标,一步完成检测,不需要分步处理。

1.2 YOLO 核心检测原理

YOLO 算法的基础检测流程:

  1. 将整张输入图像均匀划分为 S×S 个网格单元格
  2. 每个网格负责预测:当前网格内是否存在目标、目标所属类别、目标边界框位置大小
  3. 算法引入多尺度特征融合技术,同时检测大、中、小不同尺度的目标,解决小目标漏检问题

1.3 YOLO 核心优势

对比传统 R-CNN、Fast R-CNN、Faster R-CNN 算法:

  • 端到端训练,单阶段检测结构,同时完成分类 + 定位两个任务
  • 跳过传统算法多阶段繁琐流程,检测速度大幅提升
  • 速度快、实时性强,广泛应用于实时目标检测、自动驾驶等领域

二、目标检测两大流派:One-Stage vs Two-Stage

经典目标检测算法整体分为两大类,YOLO 系列是单阶段检测的代表,二者原理、优缺点完全不同。

2.1 One-Stage(单阶段检测)------YOLO 系列、SSD 系列

单阶段检测思路:一步到位,直接从原图特征预测目标类别 + 边界框,不需要单独生成候选框。

One-Stage 优缺点
  • 优点:识别速度极快,FPS 高,完全满足实时检测需求
  • 缺点:检测精度、正确率相比两阶段算法偏低
核心速度 & 效率指标说明
  1. FLOPs:模型处理一张图像前向传播所需的浮点运算次数,衡量模型计算量、算法效率,数值越小模型越轻量
  2. FPS:每秒可以处理的图像帧数,数值越大实时性越强
经典单阶段模型性能对比(COCO 数据集)

表格

Model 训练集 测试集 mAP 精度 FLOPs 计算量 FPS 帧率
SSD300 COCO trainval test-dev 41.2 - 46
SSD500 COCO trainval test-dev 46.5 - 19
YOLOv2 608×608 COCO trainval test-dev 48.1 62.94 Bn 40
Tiny YOLO COCO trainval - - 7.07 Bn 200

可以看到轻量化 Tiny YOLO 帧率高达 200FPS,实时性碾压其他模型,非常适合嵌入式、移动端部署。

2.2 Two-Stage(两阶段检测)------Faster R-CNN、Mask R-CNN 系列

两阶段检测思路:分步完成检测,先生成候选框,再精细分类回归,分为两个独立阶段。

Two-Stage 优缺点
  • 优点:检测正确率高、识别效果精准,精度表现理想
  • 缺点:检测速度很慢,常规模型帧率仅约 5FPS,无法用于实时场景
两阶段完整流程
  1. 第一阶段:候选框生成阶段通过 Selective Search、EdgeBoxes、RPN 区域提名网络,从原图生成大量候选框;经过 CNN 特征提取 + 分类器过滤,保留和目标相似的高质量候选区域。
  2. 第二阶段:精细检测阶段对筛选后的候选框,再次进行 CNN 特征提取、精细类别分类、边界框位置精准回归,最终输出目标类别 + 精准坐标。
代表算法

R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN 实例分割系列。

2.3 两类算法直观对比图

左图:One-Stage(YOLO)流程:输入图像→CNN 特征提取→直接输出检测结果,一步完成右图:Two-Stage(Faster R-CNN)流程:输入图像→生成预选框 Proposal→第二阶段精细检测→输出结果,两步完成


三、YOLO 核心基础概念:置信度、IoU 交并比

3.1 置信度(Confidence)

置信度是 0~1 之间的数值,表示当前预测框中存在目标的可能性大小。举例:预测框置信度 0.8,代表模型有 80% 的把握,这个框里包含真实目标。

YOLO 中置信度完整定义:置信度目标存在预测框真实框既包含网格有目标的概率,也包含预测框和真实框的匹配程度。

3.2 IoU 交并比(Intersection over Union)

IoU 是衡量预测框和真实标注框匹配程度的核心指标,计算公式:预测框与真实框交集面积预测框与真实框并集面积

  • 蓝色框:Ground Truth 真实标注框(标准答案)
  • 橙色框:Prediction/Prior box 模型预测框
  • 行业通用判定规则:IoU>0.5,才认为这个预测框是有效检测、检测正确

四、检测任务核心评价指标:精确率、召回率

想要评价 YOLO 模型好坏,首先要理解混淆矩阵 4 个基础定义:

表格

缩写 全称 中文含义 检测任务解释
TP True Positive 真正例 真实是目标,模型也正确预测为目标(检测正确)
FP False Positive 假正例 真实不是目标,模型误报预测为目标(误检)
FN False Negative 假负例 真实是目标,模型漏检没预测到(漏检)
TN True Negative 真负例 真实不是目标,模型正确判断无目标

4.1 精确率 Precision

公式:Precision=TP+FPTP​通俗理解:模型所有预测出来的结果里,有多少是预测正确的,衡量模型误检率。精确率越高,误报越少。

4.2 召回率 Recall

公式:Recall=TP+FNTP​通俗理解:图片里所有真实目标中,有多少被模型成功检测出来,衡量模型漏检率。召回率越高,漏检越少。

4.3 通俗举例理解

班级共 100 人,男生 80 人,女生 20 人;任务:找出所有女生模型选出 50 人,其中 20 个真女生,30 个误把男生当成女生则:TP=20, FP=30, FN=0, TN=50精确率召回率

4.4 检测任务实际计算规则

  1. 设定 IoU 阈值(比如 0.9),只有预测框 IoU 大于阈值,才判定为 TP 检测正确,否则为 FP
  2. 统计当前阈值下 TP、FP、FN 数值,代入公式计算精确率和召回率举例:TP=1,FP=0,FN=2精确率 = 1/1=100%,召回率 = 1/(1+2)=33.3%,代表图片里有 3 个目标,只检测出 1 个。

五、终极评估指标:mAP 平均精度均值

5.1 mAP 基础定义

mAP 全称 Mean Average Precision 平均精度均值 ,是目标检测行业最权威、最通用的模型综合评价指标。

计算逻辑:

  1. 依次调整不同置信度阈值,得到一组对应的精确率、召回率
  2. 绘制精确率 - 召回率(P-R)曲线
  3. 曲线下方围成的面积,就是 AP(单类别平均精度)
  4. 所有类别 AP 取平均值,就是 mAPmAP 数值越大,代表模型整体检测效果越好。

5.2 行业标准 mAP 指标定义

  1. mAP50:IoU 阈值固定为 0.5 时的平均精度均值。只要求预测框和真实框重叠≥50% 就算检测正确,是最基础宽松的评估标准。

  2. mAP50-95:IoU 阈值从 0.5~0.95、每 0.05 步长,分别计算 AP 再取平均。覆盖宽松到严格的全部重叠要求,评估更全面、更严格,数值通常远低于 mAP50,是现在 COCO 数据集官方标准指标。

相关推荐
jay神2 天前
基于 YOLOv8 的传送带异物检测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机视觉·计算机毕业设计
jay神4 天前
基于 YOLOv8 的手势识别系统(Web 版)
前端·人工智能·python·深度学习·yolo·计算机视觉·计算机毕业设计
鱼听禅5 天前
Ubuntu安装YOLOv8进行菌落识别训练
linux·python·yolo·ubuntu
jay神6 天前
基于深度学习的交通流量预测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机毕业设计
带电的小王7 天前
YOLO27:官方预览页放出全部规格,60.5 mAP 破 YOLO 纪录,但权重还没发布
yolo
jay神8 天前
基于 YOLOv8 的轴承缺陷检测(Web 版)
前端·人工智能·yolo
jay神8 天前
基于 YOLOv8 的森林火灾检测系统(Web 版)
前端·yolo
微尘hjx8 天前
【Deep-OC-SORT 06】多轨迹算法Deep-OC-SORT-CMC相机运动补偿
yolo·目标检测·目标跟踪·ultralytics·轨迹算法·deep-oc-sort·车流统计
LongRunning8 天前
【Linux】RK3568-OpenCV+YOLO(八)
linux·opencv·yolo
微尘hjx12 天前
【Deep-OC-SORT 01】多轨迹算法Deep-OC-SORT源码分析
深度学习·yolo·目标跟踪·ultralytics·轨迹算法·deep-oc-sort·车流统计