詳細解釋
YOLO（You Only Look Once）是實時物件偵測的經典系列，單次前向傳播同時輸出邊界框和類別，速度極快。
核心思想：
- 單階段：無需區域提案，一步到位
- 網格預測：圖像分網格，每格預測
- 邊界框：每格預測多個框和信心度
- 類別機率：每個框的類別分布
版本演進：
- YOLOv1-v3：Joseph Redmon
- YOLOv4：Alexey Bochkovskiy，2020
- YOLOv5：Ultralytics，PyTorch實現
- YOLOv8：最新版本，多任務支援
- YOLOv9-v10：持續更新
優勢：
- 極速：每秒數十至數百幀
- 端到端訓練：簡單直接
- 實時應用：監控、無人車
- 持續改進：社區活躍
與兩階段檢測器（Faster R-CNN）比較：
- YOLO：快但精度略低
- Faster R-CNN：精度高但慢
- 依場景選擇
應用：
- 交通監控：車輛行人檢測
- 安防：入侵檢測
- 工業：產品瑕疵檢測
- 無人機：目標追蹤
是即時物件檢測的首選方案。