YOLO (You Only Look Once) ist eine Familie von Deep-Learning-Modellen zur Echtzeit-Objekterkennung in Bildern und Videoströmen. Das neuronale Netz wertet das gesamte Einzelbild in einem einzigen Vorwärtsdurchlauf (Forward Pass) aus und berechnet Begrenzungsrahmen (Bounding Boxes) sowie Klassenwahrscheinlichkeiten gleichzeitig.
Erklärung
Zweistufige Erkennungsverfahren wie R-CNN schlagen im ersten Schritt potenziell relevante Bildausschnitte vor und klassifizieren diese erst in einem zweiten Durchgang, was mehr Rechenzeit beansprucht. Als einstufiger Detektor (Single-Stage Detector) legt YOLO ein festes Raster über das Gesamtbild und schätzt Positionen und Objektklassen in einem einzigen Rechenschritt, wodurch hohe Bildraten bei wenigen Millisekunden Latenz erreicht werden. In industriellen B2B-Lösungen laufen kompakte YOLO-Varianten deshalb häufig direkt lokal auf Edge-GPUs oder smarten Industriekameras vor Ort: Typische Anwendungen sind die optische Qualitäts- und Oberflächenprüfung an schnell laufenden Förderbändern, das Erkennen von Personen in Gefahrenzonen autonomer Flurförderzeuge, die automatische Bestandszählung im Lager oder die Kennzeichen- und Verkehrsflusserfassung.