视频介绍
YOLO算法是单阶段目标检测的经典算法，能实现快速、实时、高精度的图像识别和目标检测。
几乎所有人工智能开发者都要使用YOLO为各行各业开发计算机视觉应用。
从2016年到2021年，YOLO已更新换代5个版本，都是在YOLOV1最初版本基础上改进升级，弄懂YOLOV1非常重要。
但网上的博客和教程都没能把关键问题讲清楚，甚至没有人认真读懂了原始论文。
所以子豪兄决定亲手解决这个问题，用了一年多时间做出这个视频。
目录：综述、作者介绍、算法精讲、作者讲座、原始论文精读。
公众号 人工智能小技巧 回复 YOLOV1
下载论文笔记、资料、扩展阅读
相关视频
相关文章
更多
JavaScript实现堆结构
Golang微服务框架居然可以开发单体应用？—— Kratos单体架构实践
【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 11 日论文合集）
计算机视觉图像分类基础
计算机视觉PyTorch实现图像分类（二） - AlexNet
深度学习应用篇-计算机视觉-图像分类[3]：ResNeXt、Res2Net、Swin Transformer、Vision Transformer等模型结构、实现、模型特点详细介绍
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍
「微服务架构」Medium的微服务架构实践
Meetup 报名丨 共话云原生架构升级，微服务x容器开源 Meetup 北京站来啦！
Java--SpringBoot-19-SpringBoot集成Swagger