YOLO (You Only Look Once) este o familie de algoritmi de detectare a obiectelor în timp real, dezvoltată inițial de Joseph Redmon în 2015, care a revoluționat domeniul prin capacitatea de a identifica și localiza simultan mai multe obiecte într-o imagine, într-o singură trecere prin rețeaua neuronală — de unde și numele „privești o singură dată”.
Spre deosebire de metodele anterioare, care scanau imaginea în mai multe etape (mai întâi propuneau regiuni candidate, apoi le clasificau separat), YOLO împarte imaginea într-o grilă și prezice, pentru fiecare celulă, simultan cutii de încadrare (bounding boxes) și probabilitățile claselor de obiecte. Acest design face algoritmul extrem de rapid — capabil să proceseze zeci de cadre pe secundă — ceea ce l-a făcut standardul de facto pentru aplicații care necesită detectare în timp real.
De la prima versiune, YOLO a trecut prin numeroase iterații (YOLOv3, v5, v8 și versiuni mai noi), fiecare aducând îmbunătățiri de precizie și viteză. Este folosit pe scară largă în securitate video (detectarea persoanelor/vehiculelor), vehicule autonome (identificarea pietonilor, semnelor de circulație), robotică industrială (inspecție de calitate), agricultură de precizie (numărarea plantelor sau depistarea dăunătorilor) și retail (analiza comportamentului clienților în magazin).
Principalul compromis al arhitecturii este că, deși extrem de rapidă, poate rata obiecte foarte mici sau suprapuse comparativ cu metode mai lente dar mai precise — motiv pentru care alegerea între YOLO și alte arhitecturi depinde de balanța dorită între viteză și acuratețe pentru aplicația specifică.
