YOLO

整张图只过一遍网络就框出所有物体的实时目标检测模型系列。

YOLO 由 Joseph Redmon 等人在 2015 年提出（CVPR 2016 发表），把目标检测当成回归问题：整张图只过一遍网络，同时输出所有检测框的位置和类别，基础版当时每秒能跑 45 帧，比先生成候选框再逐个分类的两阶段方法快得多。之后 YOLO 演化成由不同团队接力发布的大家族，Ultralytics 维护的 YOLOv5、YOLOv8、YOLO11 用得最广；据其文档，2026 年 1 月发布的 YOLO26 可选去掉非极大值抑制（NMS，删除重复框的后处理），并支持分割、姿态、旋转框等任务。机器人上常用它做快速 2D 检测，再结合深度图得到物体三维位置；要按文字找任意类别物体时可用开放词汇版 YOLO-World。

例子桌面分拣：腕部相机图像送进 YOLO 得到「杯子」的检测框，取框内对应的深度像素反投影成三维点，作为机械臂抓取的目标位置。

也叫

YOLO 系列、YOLOv8、YOLO11、YOLO26

相关

目标检测、检测框（边界框）、非极大值抑制、YOLO-World、平均精度均值

来源

You Only Look Once: Unified, Real-Time Object Detection (arXiv 1506.02640)
Ultralytics Docs: Models Supported by Ultralytics

信息截至

2026-01