YOLO advances to its genesis: a decadal and comprehensive review of the You Only Look Once (YOLO) series

要約

このレビューでは、Yolov1から最近発表されたYolov12への1回のみ（Yolo）オブジェクト検出アルゴリズムの進行を体系的に調べます。
逆の年代順の分析を採用して、この研究では、Yolov12から始まり、Yolo11（またはYolov11）、Yolov11、Yolov9、Yolov8、およびその後のバージョンを介して進行するYoloアルゴリズムによって導入された進歩を調べます。
さらに、この研究では、ヨロナス、ヨロ-X、ヨロ-R、ダモヨーロ、ゴールドヨーロのヨロ建築の進歩から派生した代替バージョンをレビューします。
さらに、この研究では、自動運転車と交通安全、医療と医療イメージング、産業製造、監視とセキュリティ、農業の5つの重要なアプリケーション分野におけるヨーロモデルの変革的影響を強調しています。
その後のYoloバージョンの漸進的な技術の進歩を詳述することにより、このレビューはYoloの進化を記録し、以前の各バージョンの課題と制限について説明します。
この進化は、次のヨロの10年間にヨロをマルチモーダル、コンテキスト認識、および人工的な一般情報（AGI）システムと統合するための道を意味し、AI主導のアプリケーションにおける将来の開発に重要な意味を約束します。
Yolo Review、Yolo Advances、Yolov13、Yolov14、Yolov15、Yolov16、Yolov17、Yolov18、Yolov19、Yolov20、Yolo Review、Yoloオブジェクト検出

要約(オリジナル)

This review systematically examines the progression of the You Only Look Once (YOLO) object detection algorithms from YOLOv1 to the recently unveiled YOLOv12. Employing a reverse chronological analysis, this study examines the advancements introduced by YOLO algorithms, beginning with YOLOv12 and progressing through YOLO11 (or YOLOv11), YOLOv10, YOLOv9, YOLOv8, and subsequent versions to explore each version’s contributions to enhancing speed, detection accuracy, and computational efficiency in real-time object detection. Additionally, this study reviews the alternative versions derived from YOLO architectural advancements of YOLO-NAS, YOLO-X, YOLO-R, DAMO-YOLO, and Gold-YOLO. Moreover, the study highlights the transformative impact of YOLO models across five critical application areas: autonomous vehicles and traffic safety, healthcare and medical imaging, industrial manufacturing, surveillance and security, and agriculture. By detailing the incremental technological advancements in subsequent YOLO versions, this review chronicles the evolution of YOLO, and discusses the challenges and limitations in each of the earlier versions. The evolution signifies a path towards integrating YOLO with multimodal, context-aware, and Artificial General Intelligence (AGI) systems for the next YOLO decade, promising significant implications for future developments in AI-driven applications. YOLO Review, YOLO Advances, YOLOv13, YOLOv14, YOLOv15, YOLOv16, YOLOv17, YOLOv18, YOLOv19, YOLOv20, YOLO review, YOLO Object Detection

arxiv情報

提供元, 利用サービス

arxiv.jp, Google