YOLO 系目標檢測算法家族全景圖！

YOLO目標檢測算法誕生于2015年6月，從出生的那一天起就是“高精度、高效率、高實用性”目標檢測算法的代名詞。

在原作者Joseph Redmon博士手中YOLO經(jīng)歷了三代到YOLOv3，今年初Joseph Redmon宣告退出計算機視覺研究界后，YOLOv4、YOLOv5相繼而出，且不論誰是正統(tǒng)，這YOLO算法家族在創(chuàng)始人拂袖而出后依然熱鬧非凡。

本文帶領大家細數(shù)在此名門之中自帶“YOLO”的算法，總計 23 項工作，它們有的使YOLO更快，有的使YOLO更精準，有的擴展到了3D點云、水下目標檢測、有的則在FPGA、CPU、樹莓派上大顯身手，甚至還有的進入了語音處理識別領域。

而幾乎所有YOLO系算法都力圖保持高精度、高效率、高實用性，這也許就是工業(yè)界偏愛YOLO的理由吧！

YOLOv1  開山鼻祖之作

You Only Look Once: Unified, Real-Time Object Detection

作者：Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi

單位：華盛頓大學；Allen Institute for AI；FAIR

論文：https://arxiv.org/abs/1506.02640

引用 | 10222

主頁：https://pjreddie.com/darknet/yolo/

時間：2015年6月8日

標準版本的YOLO在Titan X 的 GPU 上能達到 45 FPS。更快的 Fast YOLO 檢測速度可以達到 155 FPS。

YOLOv2

YOLO9000: Better, Faster, Stronger

作者：Joseph Redmon, Ali Farhadi

單位：華盛頓大學；Allen Institute for AI

論文： https://arxiv.org/abs/1612.08242

引用 | 5168

主頁：https://pjreddie.com/darknet/yolo/

時間：2016年12月25日

在 YOLO 基礎上，保持原有速度的同時提升精度得到YOLOv2，讓預測變得更準確（Better），更快速（Faster）。

通過聯(lián)合訓練策略，可實現(xiàn)9000多種物體的實時檢測，總體mAP值為19.7。

YOLOv3

YOLOv4 目標檢測tricks集大成者

YOLOv4: Optimal Speed and Accuracy of Object Detection

作者：Alexey Bochkovskiy；Chien-Yao Wang；Hong-Yuan Mark Liao

單位：(中國臺灣)中央研究院

論文：https://arxiv.org/pdf/2004.10934v1.pdf

引用 | 17

代碼：https://github.com/AlexeyAB/darknet

Star | 11.9K

時間：2020年4月24

解讀：YOLOv4來了！COCO 43.5 AP，65FPS！實現(xiàn)速度與精度的最優(yōu)平衡

在MS COCO 數(shù)據(jù)集 實現(xiàn) 43.5% AP (65.7% AP50 )， 速度也更快了，在Tesla V100 GPU上 ～65 FPS！

YOLOv5 

2020年6月25日，Ultralytics發(fā)布了YOLOV5 的第一個正式版本，號稱其性能與YOLO V4不相伯仲，同樣也是現(xiàn)今最先進的目標檢測技術，并在推理速度上是目前最強。

論文：無

代碼：https://github.com/ultralytics/yolov5

Star | 3.5K

解讀：一文讀懂YOLOv5 與 YOLOv4

Fast YOLO

Fast YOLO: A Fast You Only Look Once System for Real-time Embedded Object Detection in Video

作者：Mohammad Javad Shafiee, Brendan Chywl, Francis Li, Alexander Wong

單位：滑鐵盧大學

論文：https://arxiv.org/abs/1709.05943

引用 | 53

時間：2017年9月18日

    Complex-YOLO

Complex-YOLO: An Euler-Region-Proposal for Real-time 3D Object Detection on Point Clouds

作者：Martin Simon, Stefan Milz, Karl Amende, Horst-Michael Gross

單位：伊爾梅瑙工業(yè)大學

論文：https://arxiv.org/abs/1803.06199

引用 | 65

代碼：https://github.com/ghimiredhikura/Complex-YOLOv3（非官方）

Star | 95(非官方)

代碼：https://github.com/maudzung/Complex-YOLOv4-Pytorch（基于v4）

Star | 442（基于v4）

時間：2018年3月16日

基于YOLOv2的一個變種,用于點云3D目標檢測。

    MV-YOLO

MV-YOLO: Motion Vector-aided Tracking by Semantic Object Detection

作者：Saeed Ranjbar Alvar, Ivan V. Baji?

單位：西蒙弗雷澤大學

論文：https://arxiv.org/abs/1805.00107

引用 | 10

時間：2018年4月30日

一種結合壓縮視頻中的運動信息和YOLO目標檢測的目標跟蹤算法。

    YOLO3D

YOLO3D: End-to-end real-time 3D Oriented Object Bounding Box Detection from LiDAR Point Cloud

作者：Waleed Ali, Sherif Abdelkarim, Mohamed Zahran, Mahmoud Zidan, Ahmad El Sallab

單位：Valeo AI Research, Egypt

論文：https://arxiv.org/abs/1808.02350

引用 | 26

備注：ECCV 2018 Workshop

時間：2018年8月7日

    YOLO-LITE

YOLO-LITE: A Real-Time Object Detection Algorithm Optimized for Non-GPU Computers

作者：Jonathan Pedoeem, Rachel Huang

單位：佐治亞理工學院等

論文：https://arxiv.org/abs/1811.05588

引用 | 73

代碼：https://reu2018dl.github.io/

Star | 336

時間：2018年11月14日

YOLO-LITE 是 YOLOv2-tiny 的Web實現(xiàn)，在 MS COCO 2014 和 PASCAL VOC 2007 + 2012 數(shù)據(jù)集上訓練。在 Dell XPS 13 機器上可達到 21 FPS ,VOC 數(shù)據(jù)集上達到33.57 mAP。

    Spiking-YOLO

Spiking-YOLO: Spiking Neural Network for Energy-Efficient Object Detection

作者：Seijoon Kim, Seongsik Park, Byunggook Na, Sungroh Yoon

單位：首爾大學

論文：https://arxiv.org/abs/1903.06530

引用 | 3

備注：AAAI 2020 

解讀：Spiking-YOLO : 前沿！脈沖神經(jīng)網(wǎng)絡在目標檢測的首次嘗試 

時間：2019年3月12日

該文第一次將脈沖神經(jīng)網(wǎng)絡用于目標檢測，雖然精度不高，但相比Tiny_YOLO 耗能更少。（研究意義大于實際應用意義）

DC-SPP-YOLO

DC-SPP-YOLO: Dense Connection and Spatial Pyramid Pooling Based YOLO for Object Detection

作者：Zhanchao Huang, Jianlin Wang

單位：北京化工大學

論文：https://arxiv.org/abs/1903.08589

引用 | 8

時間：2019年3月20日

該作提出一種DC-SPP-YOLO(基于YOLO的密集連接和空間金字塔池化技術)的方法來改善YOLOv2的目標檢測精度。

SpeechYOLO

SpeechYOLO: Detection and Localization of Speech Objects

作者：Yael Segal, Tzeviya Sylvia Fuchs, Joseph Keshet

單位：巴伊蘭大學

論文：https://arxiv.org/abs/1904.07704

引用 | 2

時間：2019年4月14日

YOLO算法啟發(fā)的語音處理識別算法。

SpeechYOLO的目標是在輸入信號中定位語句的邊界，并對其進行正確分類。受YOLO算法在圖像中進行目標檢測的啟發(fā)所提出的方法。

Complexer-YOLO

Complexer-YOLO: Real-Time 3D Object Detection and Tracking on Semantic Point Clouds

作者：Martin Simon, Karl Amende, Andrea Kraus, Jens Honer, Timo S?mann, Hauke Kaulbersch, Stefan Milz, Horst Michael Gross

單位：伊爾梅瑙工業(yè)大學等

論文：https://arxiv.org/abs/1904.07537

引用 | 24

時間：2019年4月16日

Complex-YOLO的改進版，用于實時點云3D目標檢測與跟蹤，推斷速度加速20%，訓練時間減少50%。

SlimYOLOv3

SlimYOLOv3: Narrower, Faster and Better for UAV Real-Time Applications

作者：Pengyi Zhang, Yunxin Zhong, Xiaoqiong Li

單位：北理工

論文：https://arxiv.org/abs/1907.11093

引用 | 18

解讀：SlimYOLOv3：更窄、更快、更好的無人機目標檢測算法

代碼：https://github.com/PengyiZhang/SlimYOLOv3

Star | 953

時間：2019年7月15日

該文對YOLOv3的卷積層通道剪枝，大幅削減了模型的計算量(~90.8% decrease of FLOPs)和參數(shù)量( ~92.0% decline of parameter size)，剪枝后的模型在基本保持原模型的檢測精度同時，運行速度約為原來的兩倍。

REQ-YOLO

REQ-YOLO: A Resource-Aware, Efficient Quantization Framework for Object Detection on FPGAs

作者：Caiwen Ding, Shuo Wang, Ning Liu, Kaidi Xu, Yanzhi Wang, Yun Liang

單位：北大；東北大學；鵬城實驗室

論文：https://arxiv.org/abs/1909.13396

引用 | 14

時間：2019年9月29日

Tiny-YOLO的 FPGA 實現(xiàn)，REQ-YOLO速度可高達200~300 FPS！

YOLO Nano

YOLO Nano: a Highly Compact You Only Look Once Convolutional Neural Network for Object Detection

作者：Alexander Wong, Mahmoud Famuori, Mohammad Javad Shafiee, Francis Li, Brendan Chwyl, Jonathan Chung

單位：滑鐵盧大學；DarwinAI Corp

論文：https://arxiv.org/abs/1910.01271

引用 | 6

時間：2019年10月3日

YOLO Nano 比 Tiny YOLOv2 和 Tiny YOLOv3更小，更快，mAP更高！模型僅4.0MB。在 NVIDIA Jetson Xavier上速度竟高達26.9~48.2 FPS！

xYOLO

xYOLO: A Model For Real-Time Object Detection In Humanoid Soccer On Low-End Hardware

作者：Daniel Barry, Munir Shah, Merel Keijsers, Humayun Khan, Banon Hopman

單位：坎特伯雷大學

論文：https://arxiv.org/abs/1910.03159

引用 | 3

時間：2019年10月7日

該工作所提出的 xYOLO 是從 YOLO v3 tiny 變化而來，xYOLO比Tiny-YOLO快了70倍！在樹莓派3B上速度9.66 FPS！模型僅0.82 MB大小，這可能是速度最快模型最小的YOLO變種。

IFQ-Tinier-YOLO

IFQ-Net: Integrated Fixed-point Quantization Networks for Embedded Vision

作者：Hongxing Gao, Wei Tao, Dongchao Wen, Tse-Wei Chen, Kinya Osa, Masami Kato

單位：Canon Information Technology (Beijing) Co., LTD；Device Technology Development Headquarters, Canon Inc.

論文：https://arxiv.org/abs/1911.08076

引用 | 4

時間：2019年11月19日

該工作一部分基于YOLOv2，設計了IFQ-Tinier-YOLO人臉檢測器，它是一個定點網(wǎng)絡，比Tiny-YOLO減少了256倍的模型大?。?46k Bytes）。

DG-YOLO

WQT and DG-YOLO: towards domain generalization in underwater object detection

作者：Hong Liu, Pinhao Song, Runwei Ding

單位：北大；鵬城實驗室

論文：https://arxiv.org/abs/2004.06333

時間：2020年4月14日

該工作旨在研究水下目標檢測數(shù)據(jù)，因為水下目標的數(shù)據(jù)比較少，提出了新的水質遷移的數(shù)據(jù)增廣方法和YOLO新變種：DG-YOLO ，該算法由 YOLOv3, DIM 和 IRM penalty 組成。

Poly-YOLO

Poly-YOLO: higher speed, more precise detection and instance segmentation for YOLOv3

作者：Petr Hurtik, Vojtech Molek, Jan Hula, Marek Vajgl, Pavel Vlasanek, Tomas Nejezchleba

單位：奧斯特拉發(fā)大學；Varroc Lighting Systems

論文：https://arxiv.org/abs/2005.13243

解讀：mAP提升40%！YOLO3改進版—— Poly-YOLO：更快，更精確的檢測和實例分割

代碼：https://gitlab.com/irafm-ai/poly-yolo

時間：2020年5月27日

基于YOLOv3，支持實例分割，檢測mAP提升40%！

E-YOLO

Expandable YOLO: 3D Object Detection from RGB-D Images

作者：Masahiro Takahashi, Alessandro Moro, Yonghoon Ji, Kazunori Umeda

單位：（日本）中央大學；RITECS Inc

論文：https://arxiv.org/abs/2006.14837

時間：2020年6月26日

YOLOv3的變種，構建了一個輕量級的目標檢測器，從RGBD-D立體攝像機輸入深度和彩色圖像。該模型的處理速度為44.35fps（GPU: NVIDIA RTX 2080 and CPU: Intel Core i7 8700K）。

PP-YOLO

PP-YOLO: An Effective and Efficient Implementation of Object Detector

作者：Xiang Long, Kaipeng Deng, Guanzhong Wang, Yang Zhang, Qingqing Dang, Yuan Gao, Hui Shen, Jianguo Ren, Shumin Han, Errui Ding, Shilei Wen

單位：百度

論文：https://arxiv.org/abs/2007.12099

解讀：https://zhuanlan.zhihu.com/p/163565906

代碼：https://github.com/PaddlePaddle/PaddleDetection

時間：2020年7月23日

PP-YOLO由在YOLOv3上添加眾多tricks“組合式創(chuàng)新”得來，從下圖前兩列中可看到其使用的技術：

PP-YOLO在精度和效率之間取得更好的平衡，在COCO數(shù)據(jù)集上達到45.2% mAP，并且速度72.9 FPS！，超越YOLOv4和谷歌EfficientDet，是更加實用的目標檢測算法。