已验证65% 置信事实时间未知

YOLO系列目标检测模型已从V1演进到V11

3

来源数

65%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

YOLO从V1到V11完整演进史：架构、精度与速度全面对比

bilibili千重海的AI质检

涉及实体

相关事实

待验证YOLOv8是Ultralytics推出的目标检测模型，以速度与精度的均衡表现广受认可72% 相似待验证目标检测传统上由 YOLO、Faster R-CNN、DETR 等专用架构主导，通过专用检测头回归边界框坐标与类别概率69% 相似待验证One-stage检测器（如YOLO、SSD）将候选框生成与分类合并为一步，在单次前向传播中完成所有预测67% 相似待验证相比两阶段检测器如Faster R-CNN，YOLO在推理速度上具有数量级的优势66% 相似已验证YOLO（You Only Look Once）目标检测算法最早由Joseph Redmon于2015年提出66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/14868

API

curl https://kongchang.com/api/v1/knowledge/claims/14868

MCP

get_claim(id=14868)