- 2015年6月,華盛頓大學的博士生約瑟夫.雷德蒙開創了YOLO
- 2018年4月,雷德蒙更推出了YOLOv3,做出了許多突破。後來開發的DarkNet工具交交由博科夫斯基Alexey Bochkovskiy(俄羅斯人)進行後續發展。
- 2020年4月,一同與中央研究院資訊科學研究所廖弘源特聘研究員、王建堯博士發出YOLOv4,自此之後,整個即時物件偵測領域,都是台灣的天下。
- 目前已開發至YOLOv12,成功地將 Transformer 的注意力機制整合進即時物件偵測架構中,實現了高準確率與即時性之間的平衡。這一版本引入了多項創新設計,使得注意力機制能夠在不犧牲速度的情況下,提升模型的辨識能力。
YOLO,簡單來說是一種能夠快速地識別出一張圖片中的物體和它們的位置的技術。電腦只需要看一眼圖片,基於深度學習技術的一種方法。它將圖片分成很多格子,然後分析每個格子中可能存在的物體和它們的位置。
它的優勢在於它能夠在很短的時間內完成對圖片中物體的識別和定位,這使得在很多需要實時反應的場景中具有很高的應用價值,如自動駕駛、監控系統、工業生產線的自動化與品管等。
台灣加速AI視覺辨識發展
YOLO系列技術取得成功後,國外相互來找我們合作。然而,我們的目標並不僅是商業化或是創造短期經濟利益,而是希望能夠開發更先進的技術,幫助更多人,讓台灣的研究成果在生活中廣泛應用,它的發展將為我們的生活帶來更多智能化的體驗。

























