YOLO 是单阶段实时目标检测算法，一句话：输入一张图片，网络只看一眼，一次性输出所有物体的类别、边界框、置信度，不需要分两步找候选框，速度非常快，工业界最常用。

✅ 核心原理

1. 把图片切分成 S×S 网格；物体中心点落在哪个网格，就由这个网格负责预测它。
2. 每个网格预测：多个边界框 (x,y,w,h) + 置信度 + 各类别概率。
3. 后处理：过滤低置信框 + NMS（非极大值抑制）去掉重复重叠框，得到最终检测结果。

和两阶段算法（R-CNN 系列）对比：

• R-CNN：先找候选区域，再分类，精度高、速度慢
• YOLO：one-stage 单阶段，检测 + 分类一步回归，速度快，适合视频 / 摄像头实时推理

📜 版本演进（常用）

• YOLOv1 (2015)：奠基之作；缺点：小目标弱、拥挤场景效果差
• YOLOv2：引入锚框 anchor、BN，提升召回
• YOLOv3：Darknet53 骨干 + 多尺度预测，小目标大幅改善
• YOLOv4：CSPDarknet、Mosaic 增强，工程大量使用
• YOLOv5（Ultralytics）：PyTorch，轻量、部署友好，项目最普及
• YOLOv8：解耦头、原生支持检测 / 分割 / 姿态估计 / 分类 / 跟踪，目前首选
• YOLOv9/v10/v11/YOLO26：后续迭代，优化精度、速度、无 NMS 推理、边缘设备部署arXiv

🧩 支持任务（YOLOv8+）

• Object Detection 目标检测（画框）
• Instance Segmentation 实例分割（掩膜 mask）
• Pose Estimation 人体关键点姿态
• Classification 图像分类
• OBB 旋转框检测
• Multi-object Tracking 多目标跟踪（视频追踪 ID）

🚀 极简 Python 示例（YOLOv8）

from ultralytics import YOLO

# 加载预训练模型
model = YOLO("yolov8n.pt") # n/s/m/l/x 从小到大，速度递减精度上升

# 推理图片
results = model("test.jpg")
for r in results:
    boxes = r.boxes
    print(boxes.cls, boxes.conf, boxes.xyxy)

# 推理视频/摄像头：model(0) 调用本地摄像头

安装：pip install ultralytics

🌍 典型应用

• 工业缺陷检测、产线计数
• 监控安防、烟火 / 入侵检测
• 自动驾驶感知、无人机巡检
• 机器人视觉、手机 AI、嵌入式边缘设备（Jetson、RK、海思）

⚖️ 优缺点

✅ 优点：推理速度快、端到端、代码简单、容易训练和部署、适合视频流 ❌ 缺点：早期版本小目标、密集遮挡场景弱；需要标注数据集微调才能适配行业场景

你想往哪个方向深入？

1. 原理公式 / 损失函数
2. 自定义数据集训练 YOLO（标注、yaml、调参）
3. 模型导出部署：ONNX、TensorRT、NCNN
4. YOLOv8 实例分割 / 姿态估计 / 多目标跟踪