YOLO (модель машинного обучения)

Об эпизоде сериала «Симпсоны» см. YOLO.

YOLO (англ. You Only Look Once — ты смотришь только раз) — семейство открытых моделей машинного обучения предназначенное для распознавания объектов на фото и видео. Название YOLO — «ты смотришь только раз» — отражает идею продукта обнаружения объектов «на лету». Решает три основных задачи распознавания изображений: классификацию, обнаружение, сегментацию.

Помимо этих основных задач в версии 8 также добавились распознавание поз (человека) и отслеживание (объекта на видео) (при появлении объекта в кадре ему присваивается идентификатор, которым он сопровождается во время видеопотока)

Классификация, Обнаружение, Сегментация — три основные задачи распознавания изображений — пояснение от Ultralytics что решает каждая задача

YOLO изначально было разработано Джозефом Редмоном и Али Фархади в 2016 году. В настоящее время развивается компанией «Ultalytics».

Инструмент основан на алгоритмах свёрточной нейронной сети (CNN). Принцип работы YOLO подразумевает ввод сразу всего изображения, которое проходит через свёрточную нейронную сеть только один раз в отличие от других аналогичных алгоритмов. Именно поэтому выбрано такое название.

Для популярной на конец апреля 2024 версии YOLOv.8 для каждой задачи предоставляется на выбор 5-6 моделей, отличающихся объёмом потребляемых ресурсов, производительностью и точностью:

	Число параметров, миллионы
	Обнаружение и Отслеживание	Сегментация	Классификация	Оценка поз
nano	3,2	3,4	2,7	3,3
small	11,2	11,8	6,4	11,6
medium	25,9	27,3	17,0	26,4
large	43,7	46,0	37,5	44,4
extra large	68,2	4,02	57,4	69,4
YOLOv8x-pose-p6	-	-	-	99,1

Модели поставляются предобученными на наборе изображений COCO val2017 (80 классов изображений), но может быть переучен пользователем на своём наборе данных.

Позволяет задействовать возможности аппаратного ускорения CUDA.

Распространяется по двум лицензиям:

• свободная лицензия GNU Affero General Public License v3.0,
• коммерческая лицензия.