本文介绍目标检测模型YOLO的工作原理。这篇文章发出之后已经有了非常多的改进方法，YOLO也出了后续的版本：YOLOv2, YOLOv3等等，后面我们有时间再介绍。理解了YOLO的最初版本之后，应该会更加容易理解其后续版本。 YOLO(You Only Look Once)是一个目标检测网络。目标检测任务的主要工作就是确定对象在一个图片中的位置并且确认该对象的分类。先前的目标检测方法比如R-CNN及其变体使用了类似数据管道（pipline）的方式。这些方法将任务分解为几个步骤，然后分别解决每一个步骤的问题。这种方法的缺点是运行速度慢，并且由于每个部分都是独立的，这些不同的部分很难一起进行优化。YOLO将所有这些步骤都融合到了一个神经网络模型中，大大加快了运行速度。