已验证70% 置信事实时间未知
YOLO（You Only Look Once）目标检测算法最早由Joseph Redmon于2015年提出
4
来源数
70%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
ComfyUI-Impact-Pack完全指南：面部修复与图像增强必装插件
githubltdrdata
涉及实体
相关事实
已验证YOLO系列目标检测模型已从V1演进到V1166% 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64% 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60% 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60% 相似待验证YOLO is presented as a deep learning method for industrial defect detection that is suitable when sufficient labeled defect samples are available.57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/28977API
curl https://kongchang.com/api/v1/knowledge/claims/28977MCP
get_claim(id=28977)