YOLO（You Only Look Once）是一种计算机视觉领域的目标检测算法，由华盛顿大学研究生Joseph Redmon等人于2015年提出。该算法将目标检测视为单一回归问题，通过单次前向传播即可完成检测，具有较快的处理速度 。YOLO开创了一阶段检测算法的先河，实现了端到端的目标检测 。基础版本在Titan X GPU上可达45帧/秒，Fast YOLO版本能达到155帧/秒 。
自发布以来，YOLO算法经历了多次迭代更新。Joseph Redmon等人后续推出了YOLOv2（2017年）和YOLOv3（2018年） 。此后，由Alexey Bochkovskiy、Ultralytics团队等开发了YOLOv4（2018年）、YOLOv5（2020年）、YOLOv7（2022年）、YOLOv8（2023年）等版本。美团视觉智能部发布了YOLOv6，王建尧及其团队发布了YOLOv7和YOLOv9，清华大学王傲设计了YOLOv10 。2024年，清华大学研究人员发布了YOLOv10，同年9月出现了YOLOv11 。最新的版本包括YOLO26 。Joseph Redmon于2020年宣布退出计算机视觉研究领域 。
想要了解更多“YOLO（计算机视觉领域的目标检测算法）”的信息，请点击：YOLO（计算机视觉领域的目标检测算法）百科
