YOLO

以You Only Look Once为核心，介绍单阶段目标检测相较于RCNN在速度上的优势，讲解IOU与置信度等评价指标，并逐版本梳理V1网格化输出、后续版本的网络结构演进与模块改进，展现一条面向实时检测的目标检测方法发展主线。

8 pages

目标检测中 IOU、置信度、Precision/Recall 与 AP/mAP 等核心评价指标

YOLOv1 网络结构、网格化检测原理、损失函数与 NMS 筛选流程

YOLOv2 全连接层卷积化、BatchNorm 与 Anchor Box 机制

详解YOLOv3残差主干、多尺度预测、Anchor Box配置与损失函数

YOLO SPP 中 Mosaic 数据增强、SPP 网络层与各 IoU 损失

纯手撸YOLOv3代码实现口罩检测，涵盖数据管理、网络结构与训练流程

YOLOv4 中 CSP、PAN 网络结构与正样本匹配改进

YOLOv5 中 Focus 模块、SPPF 与预测框宽高、正样本匹配改进