v3.0 YOLO篇-如何通过YOLO进行实验

        目标检测是一种计算机视觉任务，旨在从图像或视频中同时定位并识别出所有感兴趣的目标，其核心在于精确地输出每个目标的边界框（bounding box）及其类别信息。相比于仅对整图进行分类，目标检测需要兼顾“在哪儿”（定位）和“是什么”（分类）两方面的能力，因而更具挑战性。YOLO（You Only Look Once）系列模型通过将整个图像划分为网格，并在单次前向传播中直接回归各网格单元上的目标边界框和类别概率，实现了一阶段（one-stage）检测流程，显著提升了检测速度，使其能够在实时视频流或高帧率应用中稳定运行。随着版本迭代（从YOLOv1到YOLO12），YOLO不断在网络结构、特征提取和损失函数等方面进行优化，兼顾了检测精度和推理效率，已成为目标检测领域中广泛使用且极具代表性的深度学习模型。

        接下来我将按照我的一个学习顺序总结YOLO的学习内容

3.1.YOLO专业术语:

YOLO学习1.2-YOLOV1中部分术语含义和作用_yolo中的名词-CSDN博客
YOLO学习1.3-CNN重温-CSDN博客
YOLO学习1.5-感受野_yolo算法有关不同感受野的分析-CSDN博客
YOLO学习1.6-YOLOV2中部分术语含义和作用_yolo 过拟合-CSDN博客

3.2.YOLO论文:《YOLO Paper》1.0 YOLO系列论文必读论文7篇-CSDN博客

3.3.YOLOv5代码讲解:YOLOv5源码解读1.0-目录_yolov5源码讲解trian.py-CSDN博客

3.4.YOLO安装与运行:
        在YOLO实验中，通常要对比v5-最新版本以及FastRcnn和SSD，下面我分享了比较好的博客和视频教程。其实YOLO大多数的版本运行方式都是类似的，这里只要能够运行/修改好一个版本的YOLO，在其他版本也都是类似的。

FastRCNN博客:安装和运行Fast R-CNN的demo_fastscnn模型的安装-CSDN博客
SSD博客:SSD目标检测安装与训练-CSDN博客

YOLOv5博客:【保姆级最简洁教程】零基础如何快速搭建YOLOv5/v7？_yolo安装-CSDN博客

YOLOv6博客:手把手教你运行yolov6 （小白版教程）_yolov6教程-CSDN博客

YOLOv7博客:【保姆级最简洁教程】零基础如何快速搭建YOLOv5/v7？_yolo安装-CSDN博客

YOLOv8博客:yolov8安装及训练部署（可GPU版本训练）（全流程必看）-CSDN博客

YOLOv8视频:【手把手带你实战YOLOv8-入门篇】YOLOv8 环境安装_哔哩哔哩_bilibili
YOLOv9博客:配置YOLOV9环境并训练自定义数据集_yolov9环境配置-CSDN博客

YOLO10博客:手把手教你配置YOLOv10并本地运行_yolov10运行-CSDN博客

YOLO11博客:目标检测：YOLOv11(Ultralytics)环境配置，适合0基础纯小白，超详细-CSDN博客

YOLO12博客:YOLOv12保姆级教程（win系统和ubuntu系统均可使用）_yolov12代码-CSDN博客

3.5.YOLO数据集:
公开数据集:YOLO系列目标检测数据集大全_yolo数据集-CSDN博客

LableImg构建数据集:【数据集制作】一、基于YOLOv8的YOLO格式数据集制作详细教程-数据集标注(YOLOv8-DeepSORT-Object-Tracking目标跟踪训练自己的数据集之数据集标注)_yolov8数据集格式-CSDN博客

MakeSense构建数据集使用Make Sense为YOLOv5-5.0制作自定义数据集及应用_makesense标注工具-CSDN博客

3.6.YOLO服务器运行:YOLO篇-3.1.YOLO服务器运行-CSDN博客

3.7.YOLO改进:YOLO篇-3.2.YOLO改进-CSDN博客

3.8.YOLO辅助脚本:YOLO篇-3.3.YOLO脚本-CSDN博客

3.9.推荐视频:YOLO篇-3.3.YOLO脚本-CSDN博客
        这里推荐把大多数的视频都看一看，里面覆盖了如何下载->运行->改进->绘图一系列流程