- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子位
YOLO之父退出CV界表达抗议，拒绝AI算法用于军事和隐私窥探
一位法国科技公司的CTO表示，对Redmon的信念表示敬意。 Redmon过去张扬的个性可能为他今天的决定埋下了伏笔。 ? Redmon宣布退出CV领域研究，基本上等于将来要另起炉灶。 ? 他的个人简历画风是这样的： ? Joseph Redmon过去的实习经历也金光闪闪。 他曾在谷歌大脑实习，研究实时机器人抓握检测。 Redmon本人还登上过TED讲台，介绍快速识别物体的CV算法。 ? 作者Redmon后来又在原始的YOLO技术上，发展出了YOLO9000、YOLOv3等算法，扩展了检测物体的种类、提高了模型的准确率。 Redmon本人为YOLO算法申请专利的可能性也不大，因为Redmon只是以此态度来表达对AI技术应用范围的不满，申请专利并不能阻止军事和不道德的商业用途。 AI发展到今日，道德问题越来越明显。
1.2K20发布于 2020-02-25 - 来自专栏量子位
YOLO项目复活！大神接过衣钵，YOLO之父隐退2月后，v4版正式发布，性能大幅提升
今年2月，YOLO之父Jeseph Redmon因“无法忽视工作带来的负面影响”，突然宣布隐退，让学术界唏嘘不已。 ? 许多人担心这个强大的目标检测算法研究会因此偃旗息鼓。 YOLO曾经一直是CV领域的大神Joseph Redmon的开发和维护。 今年2月份，AI学术界发生了一场大地震——Joseph Redmon在个人Twitter上宣布，将停止一切CV研究。 YOLO及其改进算法，在学术圈的影响也是非凡，被广泛引用，Redmon三篇一作相关论文总引用量已经超过16000次。 ? Jeseph Redmon于2019年毕业，原本外界以为他会在业界大展拳脚，但在不到一年的时间里，就突然宣布退出，不免令人感到震撼。 这是否有可能意味着，YOLOv4得到了Joe Redmon的认可呢？ 看来大神虽然已退隐江湖，但还是关心江湖的事啊。
1K20发布于 2020-04-24 - 来自专栏机器之心
YOLO之父宣布退出CV界，坦言无法忽视自己工作带来的负面影响
「YOLO 之父」Joseph Redmon 宣布退出计算机视觉领域了！这个刚刚出现的消息着实让人工智能界感到惊讶。 ? YOLO 模型最早是由 Joseph Redmon 等人在 2015 年提出的，并在随后的几篇论文中进行了修订。 ? YOLO 目标检测算法。 为了弥补这一缺陷，2018 年，Redmon 等人发布了 YOLO v3。 在 Redmon 的推文底下，大家展开了一番讨论。 前谷歌大脑机器人研究专家 Kevin Zakka 认为，研究者不应该因为自己的工作可能带来负面影响而停止研究。 在讨论区，也有人给出了下一步的职业建议，认为 Redmon 可以进入医疗 CV 领域。这一领域目前还有很多待解决的问题。 ? 不知 Joseph Redmon 和 YOLO 的未来将何去何从。
1.8K30发布于 2020-02-25 - 来自专栏量子位
NeurIPS今年将加入道德评审，论文作者还需声明财务资助，获正面评价才能接收
上周，YOLO之父Redmon宣布推出CV研究，因为不想看到自己研发的技术被用于军事和隐私窥探。 有人说，Redmon很难以一己之力改变学术界。 然而事实上，Redmon的做法正是因为学术界开始重视AI的道德伦理，他这一激进的决定来自于与其他学者之间的争论。 作为回应，目标识别算法YOLO发明者Joseph Redmon直接宣布退出CV界，因为担心该技术对世界的潜在危险。 ?
64830发布于 2020-02-26 Redis数据可视化如何实现？
发展历程：Redmon自2018年发布以来，经过多次迭代更新，监控功能不断完善。目前最新版本为2.0.0，支持Redis 4.x版本。 产品特色：Redmon的特色在于它的轻量级和易部署，用户可以快速地在本地或服务器上部署Redmon，实时监控Redis服务器。 适用场景/适用行业：Redmon适用于需要快速部署Redis监控的场景，如小型企业、个人开发者等。应用案例：Redmon被广泛应用于小型项目开发、个人学习等场景。 例如，在个人学习中，Redmon可以帮助开发者实时了解Redis服务器的状态，及时调整和优化。6. 例如，Redmon和Redis Commander部署简单，适合快速部署；而RedisInsight和RedisFlux功能强大，但部署相对复杂。4.
74510编辑于 2024-10-11- 来自专栏AI研习社
Github项目推荐 | 基于深度学习的视频检测论文列表
[paper] YOLOv3: Joseph Redmon, Ali Farhadi. "YOLOv3: An Incremental Improvement." [paper] [code] ICCV2017 CVPR2017 YOLO9000: Joseph Redmon, Ali Farhadi. [paper] CVPR2016 YOLO: Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi.
1.4K40发布于 2019-05-08 - 来自专栏新智元
Github高赞的YOLOv5引发争议？Roboflow和开发者这样说
Joseph Redmon在2016年的一篇论文中，引入了YOLO最初版的模型。YOLO一出生便技惊四座。人们简直不敢相信小小体积的YOLO竟然能表现出如此超高的性能！ 之后的2017年和2018年，Redmon团队发表了对这个模型进行了改良，以论文形式发布了YOLOv2和YOLOv3。 历史的转折点发生在2020年2月，Redmon突然宣布退出计算机视觉研究！ 这个模型甚至收到了Redmon的称赞。 然而，距离YOLOv4发布一个月多的时间，YOLOv5又进入了大众的视野。Glenn Jocher发布的YOLOv5有许多不同之处和改进。 但是，科研人员似乎应该更着眼于科研成果是否真切的改变了人们的生活，而不应该陷入「命名」的桎梏中，毕竟连在计算机视觉领域已经「退休」的Redmon都非常嘉许其他研究人员对于YOLO的改进。
1.3K20发布于 2020-06-17 - 来自专栏量子位
“快到没朋友”的目标检测模型YOLO v3问世，之后arXiv垮掉了…
△ 在COCO数据集上不同模型的运行情况对比 作者，和他的少女心 YOLOv3出自华盛顿大学的Joseph Redmon和Ali Farhadi之手。 Ali Farhadi是华盛顿大学的副教授，一作Joseph Redmon是他的博士生，曾在IBM实习，其实还当过电台DJ。 Redmon是一个少女心有点爆棚的程序员，这里有一份他的简历，可以自行感受下。 ? 处于不知名的原因，小哥有一些“小马情结”，可以再次感受下个人网站的画风—— ? Redmon还在论文中写了写自己尝试但失败了的方法。结尾，也不忘调侃一下热点。 “还有一个更好地问题：‘我们如何使用检测器？’Facebook和Google的很多研究员也在做相关研究啊。
61520发布于 2018-07-24 - 来自专栏大数据文摘
加拿大小哥用树莓派做了一个狗子探测器：实时识别路过的狗子，还能向狗主人“表白”
YOLO最早是由Joseph Redmon等人在2015年提出，并在随后的几篇论文中进行了修订。单是凭借YOLO，Redmon就先后获得2016年CVPR群众选择奖、2017年CVPR最佳论文荣誉奖。 不过，就在去年初，YOLO之父Joseph Redmon却突然宣布，退出计算机视觉领域。 Redmon在推特上表示，由于军用和隐私方面的问题和担忧，自己选择不再进行CV方面的研究。
72430发布于 2021-04-14 - 来自专栏CVer
大神接棒，YOLOv4来了！
之前，YOLO系列(v1-v3)作者 Joe Redmon 宣布不再继续CV方向的研究，引起学术圈一篇哗然。YOLO之父宣布退出CV界，坦言无法忽视自己工作带来的负面影响 ? YOLOv4的作者阵容里并没有Joe Redmon，也验证了大神曾说不再继续CV研究的这条消息。但都木有YOLO之父Joe Redmon的论文，其名字为什么还敢叫YOLOv4呢，不怕被喷么？ YOLO官方github正式加入YOLOv4的论文和代码链接，也意味着YOLOv4得到了Joe Redmon的认可，也代表着YOLO的停更与交棒。 ?
1.2K30发布于 2020-06-30 - 来自专栏AI科技大本营的专栏
研究 | YOLO一眼就能认出你：看一个神经网络如何全视野实时检测目标
作者 | Joseph Redmon的 & Ali Farhadi 编译|AI100（rgznai100） YOLO全名You only look once（你只需要看一眼），是一个用于摄像头的实时目标检测系统 007跑得再快，它看上一眼也能记住： YOLO的作者是华盛顿大学（保罗·艾伦母校）的Joseph Redmon和保罗·艾伦AI研究所的Ali Farhadi，该项目目前已经开源，代码用C和CUDA写成，
996130发布于 2018-04-28 - 来自专栏计算机视觉理论及其实现
YOLO v1
Joseph Redmon和Ali Farhadi在2015年提出了YOLO目标检测深度网络，并在2017年和2018年进行了改进，这三个工作都发表在了当年的CVPR上。 Joseph Redmon是华盛顿大学的博士，主要研究就方向为计算机视觉，这是Joseph Redmon的个人主页，Ali Farhadi是华盛顿大学的副教授，也是Joseph Redmon的导师，这是 文章链接为：Redmon, J., et al. (2015). "You Only Look Once: Unified, Real-Time Object Detection." 779-788.Redmon, J. and A. IEEE Conference on Computer Vision and Pattern Recognition.Redmon, J. and A. Farhadi (2018).
1.4K20编辑于 2022-09-04 - 来自专栏数据派THU
目标检测YOLO系列算法的进化史
除了准确性和比较之外，Redmon 和 Farhadi 在他们的论文中提到的重要一点是道德和计算机视觉的使用。 这也是 Joseph Redmon 退出目标检测领域研究的原因，有兴趣的可以去搜下他TED的演讲。 YOLO Version 4：最佳速度和准确性 目标检测研究的重点是改进在该领域执行的模型的速度。 虽然还有很多的YOLO 类模型，例如 YOLOV5，YOLO X 甚至刚刚发布的YOLO V6，但是Joseph Redmon 已经退出，“没有马云的阿里巴巴还是阿里巴巴”吗？ Redmon and A. Evaluating Object Detection Models: Guide to Performance Metrics, https://manalelaidouni.github.io/ Redmon
1.5K20编辑于 2022-10-11 - 来自专栏红色石头的机器学习之路
51 个深度学习目标检测模型汇总，论文、源码一应俱全！
//github.com/abhi2610/ohem YOLO v1 You Only Look Once: Unified, Real-Time Object Detection | Joseph Redmon R-FCN 代码 caffe： https://github.com/YuwenXiong/py-R-FCN 2017 年 YOLO v2 Better, Faster, Stronger | Joseph Redmon /github.com/multimodallearning/pytorch-mask-rcnn 2018 年 YOLO v3 An Incremental Improvement | Joseph Redmon
94110编辑于 2022-01-12 - 来自专栏我爱计算机视觉
YOLO 系目标检测算法家族全景图！
在原作者Joseph Redmon博士手中YOLO经历了三代到YOLOv3，今年初Joseph Redmon宣告退出计算机视觉研究界后，YOLOv4、YOLOv5相继而出，且不论谁是正统，这YOLO算法家族在创始人拂袖而出后依然热闹非凡 YOLOv1 开山鼻祖之作 You Only Look Once: Unified, Real-Time Object Detection 作者：Joseph Redmon, Santosh Divvala YOLOv2 YOLO9000: Better, Faster, Stronger 作者：Joseph Redmon, Ali Farhadi 单位：华盛顿大学；Allen Institute for YOLOv3 YOLOv3: An Incremental Improvement 作者：Joseph Redmon, Ali Farhadi 单位：华盛顿大学 论文：https://arxiv.org
2K30发布于 2020-08-04 - 来自专栏DeepHub IMBA
目标检测YOLO系列算法的进化史
除了准确性和比较之外，Redmon 和 Farhadi 在他们的论文中提到的重要一点是道德和计算机视觉的使用。 这也是 Joseph Redmon 退出目标检测领域研究的原因，有兴趣的可以去搜下他TED的演讲。 YOLO Version 4；最佳速度和准确性 目标检测研究的重点是改进在该领域执行的模型的速度。 虽然还有很多的YOLO 类模型，例如 YOLOv5，YOLO X 甚至刚刚发布的YOLO v6，但是Joseph Redmon 已经退出，“没有马云的阿里巴巴还是阿里巴巴”吗？ Redmon and A. Evaluating Object Detection Models: Guide to Performance Metrics, https://manalelaidouni.github.io/ Redmon
87810编辑于 2022-11-11 - 来自专栏小詹同学
51 个深度学习目标检测模型汇总，论文、源码一应俱全！
//github.com/abhi2610/ohem YOLO v1 You Only Look Once: Unified, Real-Time Object Detection | Joseph Redmon R-FCN 代码 caffe： https://github.com/YuwenXiong/py-R-FCN 2017 年 YOLO v2 Better, Faster, Stronger | Joseph Redmon /github.com/multimodallearning/pytorch-mask-rcnn 2018 年 YOLO v3 An Incremental Improvement | Joseph Redmon
85220发布于 2019-11-13 - 来自专栏贾志刚-OpenCV学堂
51 个深度学习目标检测模型汇总，论文、源码一应俱全！
//github.com/abhi2610/ohem YOLO v1 You Only Look Once: Unified, Real-Time Object Detection | Joseph Redmon R-FCN 代码 caffe： https://github.com/YuwenXiong/py-R-FCN 2017 年 YOLO v2 Better, Faster, Stronger | Joseph Redmon /github.com/multimodallearning/pytorch-mask-rcnn 2018 年 YOLO v3 An Incremental Improvement | Joseph Redmon
1.5K41发布于 2019-10-11 - 来自专栏杨丝儿的小站
MOB LEC6 Object Detection
Redmon, Joseph, et al. “You only look once: Unified, real-time object detection.”
30410编辑于 2022-11-10 - 来自专栏JNing的专栏
论文阅读: YOLOv3
（＞▽＜） Thinking Joseph Redmon 大神为嘛这么萌。。。 ╮(╯_╰)╭ ---- [1] YOLOv3: An Incremental Improvement
1.5K40发布于 2018-09-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号