YOLOv1：开创实时目标检测新时代 YOLOv1提出了一种革命性的目标检测方法，将传统多步骤流程统一为单一回归问题。该模型通过端到端训练，直接从图像像素预测边界框和类别概率，实现了45-155 FPS的实时处理速度。其核心创新包括： 统一架构：24层卷积网络将448x448输入转化为7x7x30预测张量，整合了坐标回归和分类任务 损失函数设计：加权平方误差平衡了定位精度（λcoord=5）与背景