電腦視覺
YOLO（You Only Look Once，單次偵測）
/ YOH-loh /
YOLO——「You Only Look Once」（你只看一次）的縮寫——是一種為速度而生的目標偵測風格。R-CNN一族要分兩趟走（先提議區域，再分類），YOLO卻在對圖像的一瞥之間把整件事做完。它把畫面切成網格，然後對每一個網格單元同時預測：可能有什麼物體的中心落在這裡，以及圍住它們的框。一次前向處理，所有框一併輸出——名字就是這麼來的。
正是這種單次處理的設計，讓YOLO能夠即時運行，在普通硬體上每秒處理幾十幀影片。這使它成為一切「現場直播」類任務的首選：行車記錄器、無人機、體育追蹤、工廠生產線、手機應用。坦白說，代價就是經典的「速度對準確率」拉鋸戰。早期的YOLO版本明顯不如那些更慢的兩階段偵測器準確，尤其是面對又小又密集的物體時。後來的許多版本已大幅縮小了這個差距，但基本取捨依舊成立：當延遲最關鍵時，你才選YOLO。
有一點要分清楚：「YOLO」不是某一個固定的程式，而是多年來由不同團隊發布、不斷演化的一長串版本，每個版本都重新調過架構。所以「YOLO能達到某某準確率」這種說法，若不交代是哪個版本、在哪個數據集上、以什麼速度跑，就毫無意義。和視覺領域裡一貫的情況一樣，真實世界中的可靠性，極大地取決於你的場景是否像訓練數據。
一架無人機以每秒30幀的速度回傳影片。一個YOLO模型在每幀上大約20毫秒內跑完，隨著無人機飛行即時地在人和車輛周圍畫框——快到足以追蹤它們，而畫面看起來不會卡頓。
每幀只看一次，讓即時偵測成為可能——這正是單階段設計的全部用意。
速度來自架構，而非魔法：單次處理的偵測器沒法回頭重看它一眼掃過的區域。現代YOLO版本遠比初代準確，但「即時」永遠以某個特定的解析度和硬體為前提——為了保住幀率而降低解析度，小物體就更難抓到了。
又稱
另見