4.1 YOLO
YOLO 的全称是 “You Only Look Once”，是一种最先进的物体检测算法，早在 2016 年就已问世，它能在一次评估中直接从完整图像中预测边界框和类概率，并能同时预测一张图像中所有类的边界框，速度极快[25]。
该模型将图像划分为不同的网格单元，并检测其中心的物体。如果中心点位于一个网格中，那么该网格就被定义为包含该物体。基本 YOLO 模型以每秒 45 帧的速度实时处理图像，而较小的版本 Fast YOLO 可以达到每秒 155 帧的速度，其 mAP 是其他实时检测器的两倍。当从自然图像扩展到艺术品等其他领域时，它的性能也优于其他检测方法，包括 DPM 和 R-CNN[12]。
本文实施的 YOLO 模型包括 v5、v6、v7、v8 和 NAS。对于 v5 至 v8，作者只实现了每个版本中的一个模型，而对于 YOLO NAS，实现了所有三种尺寸的模型：小型（s）、中型（m）和大型（l）。以下是每种型号的说明。
4.2 YOLOv5
YOLOv5 [26, 27] 是 Ultralytics 于 2020 年推出的 YOLO（只看一次）物体检测模型的一个版本。与之前的模型相比，该模型引入了几个独特的功能。
首先，TensorRT、Edge TPU 和 OpenVINO 的加入使模型推理能够在各种硬件平台上高效进行。通过使用包含新的默认单周期线性 LR 调度器的重新训练模型，训练过程也得到了增强。
对 11 种不同格式的支持不仅限于导出，还有助于推理和验证，以便在导出过程后定性分析平均精度（mAP）和速度结果。在数据输入阶段会应用马赛克数据增强功能。
边界框损失函数已得到增强，从 CIOU 损失过渡到 GIOU 损失，并在预测组件中使用。此外，YOLOv5 还采用了一种名为 “CSPNet”（CrossStage Partial Network，跨阶段部分网络）的新骨干架构，该架构改进了特征提取程序，提高了模型的准确性。此外，YOLOv5 还采用了 PANet 来生成特征金字塔，这有助于模型有效地管理物体尺寸的变化。YOLOv5 中的模型头仍与 YOLOv3 和 v4 版本相似。
4.3 YOLOv6
YOLOv6 [28, 29]，又称 MT-YOLOv6，是基于 YOLO 架构的单阶段物体检测模型。该模型由美团公司的研究人员开发，在以 MS COCO 数据集为基准测试时，其性能比 YOLOv5 更强。该模型有几个新功能。
首先，它在检测器的颈部引入了 BiC（Bidirectional Concatenation 双向并列）模块，该模块可改善定位信号，在保持对速度影响最小的情况下提高性能。它还引入了锚点辅助训练（Anchor-Aided Training , AAT）策略，该策略结合了基于锚点和无锚点范例的优点，同时保持了高效推理。为了提高 YOLOv6 中较小模型的性能，采用了一种新的自蒸馏策略。该策略在训练过程中增强了辅助回归分支，但在推理过程中删除了它，以避免速度大幅下降。YOLOv6 还提供了各种不同规模的预训练模型，包括不同精度的量化模型和针对移动平台优化的模型。
4.4 YOLOv7
YOLOv7 [30] 是 2022 年 7 月推出的单阶段实时物体检测模型。与之前的版本相比，它还具有一些新功能和改进。首先，它包含了一个计划中的重参数化模型，这是一种可应用于各种网络层的策略，侧重于梯度传播路径的概念。
同时，该模型还引入了新技术来增强训练过程；一种名为粗到细引导标签分配的新标签分配方法；以及扩展和复合缩放。
此外，YOLOv7 还在姿势估计方面进行了探索。在性能方面，与之前的版本相比，YOLOv7 实现了更快的推理速度和更高的精度。
4.5 YOLOv8
YOLOv8 [31, 32]于 2023 年 1 月 10 日发布，与之前的迭代版本相比，它带来了一系列新功能。
首先，YOLOv8 引入了全新的骨干网络，作为模型的基本架构。这种设计便于将模型性能与 YOLO 系列中的前几个模型进行简单比较。
然后，它采用了一种新的损失函数来计算预测值和真实值之间的差异。此外，它还采用了新颖的无锚点检测头，无需依赖预定义的锚点即可预测边界框。
从性能上看，YOLOv8 与其他物体检测模型相比，推理速度更快，同时还保持了较高的准确性。它已被用于不同的领域，如野生动物检测和小物体检测挑战。
4.6 YOLO-NAS
YOLO-NAS [33, 34]代表了物体检测领域的前沿进展，包含了早期版本所没有的各种新元素。
首先，它引入了一个专门针对量化进行优化的新型基本模块。与之前的版本相比，这一新模块旨在提高量化性能。因此，YOLO-NAS 能够在不牺牲效率的情况下实现更高的精度。
它采用了复杂的训练策略，如训练后量化、AutoNac 优化和在重要数据集上进行预训练。它还利用了伪标签数据，并通过使用预先训练的教师模型从知识提炼中获得洞察力。
YOLO-NAS 在精确检测和定位小型物体方面也有显著提高。凭借出色的性能/计算比，YOLO-NAS非常适合实时边缘设备应用，并在各种数据集上超越了现有的YOLO模型。
YOLO-NAS 支持训练后量化，可在训练过程后简化模型，从而提高效率。
它旨在与高性能推理引擎（如英伟达™ TensorRT™）无缝集成。它还支持 INT8 量化，将运行时性能提升到前所未有的水平。