基於深度學習的目標檢測算法：YOLO

        之前學習的RCNN系列的目標檢測算法都是先提取出候選區域，然後利用分類器識別這些區域，並對候選區域進行位置修正。這類方法流程複雜，存在着速度慢、訓練困難等缺點。         YOLO算法將檢測問題看做是迴歸問題，採用單個神經網絡，利用整個圖像的信息來預測目標的邊框、識別目標的類別，實現端到端的目標檢測，如圖所示。YOLO相比於之前的算法有如下優點： 1）非常快。YOLO的流程簡

>>阅读原文<<