YOLO应用 | 核桃派

📄️ YOLO简介

YOLO（You Only Look Once）是一种先进的实时目标检测算法，主要用于视觉识别，由 Joseph Redmon 等人于 2015 年提出，其核心思想是将目标检测任务视为一个单一的回归问题，通过一次网络前向传播直接预测出目标的边界框坐标和类别，显著提升检测速度与效率。

该模型的功能是对图片进行分类，输出这张图片有多大概率是什么物品。

该模型的功能是找到图片中所有在训练时标注的物品类型。

该模型的功能是找到图片中所有在训练时标注的物品类型。但在检测模型的基础上，增加了对于物体识别框旋转角度的检测。

该模型在检测模型的基础上，增加了对于哪些像素点属于目标物体的判断

该模型的功能是识别姿态，输出的是鼻子、眼睛、耳朵、肩部、手部、腿部等关键点的坐标，可以基于这些坐标来判断姿势。也可以自己训练识别其他动物的姿势等。

本节讲述前面几个YOLOV11在核桃派上运行的.nb格式模型模型文件是如何转换的。本教程使用需要具备一定的Linux系统基础。

核桃派在线训练模型网站适用于用户需要自己训练视觉模型场景，无需代码，拖放图片构建数据集，简单几步，即可生成强大的YOLO11视觉模型。训练完成后自动生成模型文件和python脚本，可直接在开发板上运行。