YOLO (You Only Look Once) ist ein Algorithmus für die Objekterkennung in der künstlichen Intelligenz, der speziell für die Verarbeitung von Bilder und Videos entwickelt wurde. Die Abkürzung „YOLO“ steht für den Ansatz, bei dem das System lediglich einen Blick auf das Bild wirft, um Objekte zu erkennen, anstatt mehrere Überprüfungen durchzuführen. Dieser Ansatz ermöglicht eine schnelle und effiziente Verarbeitung in Echtzeit.
YOLO wurde 2016 von Joseph Redmon und seinem Team vorgestellt und hat sich seitdem zu einem der beliebtesten und leistungsfähigsten Modelle für Objekterkennung entwickelt. Der Algorithmus teilt das Bild in eine feste Anzahl von Zellen auf und predicts für jede Zelle, ob sich ein Objekt darin befindet, sowie die genaue Position und die Wahrscheinlichkeit, dass das erkannte Objekt tatsächlich vorhanden ist.
Ein wesentlicher Vorteil von YOLO ist seine Geschwindigkeit. Im Gegensatz zu anderen Objekterkennungsmodellen, die mehrere Stufen benötigen, um Objekte zu erkennen, arbeitet YOLO in nur einer Stufe. Dies ermöglicht eine Verarbeitung von bis zu 45 Frames pro Sekunde, was es ideal für Anwendungen in Echtzeit macht.
YOLO findet in vielen Bereichen Anwendung, wie z.B. in der Überwachung, der automatisierten Fahrzeugsteuerung, der Medizin und der industriellen Automation. Es ist besonders nützlich, wo eine schnelle und zuverlässige Erkennung von Objekten erforderlich ist. Durch seine einfache Architektur und hohe Leistungsfähigkeit hat YOLO einen bedeutenden Einfluss auf die Entwicklung moderner Computer-Vision-Systeme gehabt.