YOLO (You Only Look Once)

YOLO (You Only Look Once) ist eine Familie von Verfahren zur Objekterkennung in Bildern und Videos, die durch ihre Geschwindigkeit und Einfachheit zum Standard für Echtzeitanwendungen geworden ist. Der Name beschreibt das Kernprinzip: Das Bild wird nur einmal durch das neuronale Netz geschickt, das in einem einzigen Schritt sowohl die Position als auch die Klasse aller Objekte vorhersagt.

Klassische Objekterkennungsverfahren (etwa R-CNN) durchsuchen ein Bild in mehreren Schritten nach möglichen Regionen und klassifizieren diese einzeln, was rechenintensiv ist. YOLO teilt das Bild stattdessen in ein Raster auf und sagt für jede Zelle Bounding Boxes mit Klassenwahrscheinlichkeiten voraus. Das macht es um ein Vielfaches schneller, oft bei nur leicht geringerer Genauigkeit.

Seit der ersten Version von 2016 wurde YOLO laufend weiterentwickelt (YOLOv2 bis YOLOv11 und Varianten). In der Praxis wird es in Überwachungstechnik, autonomem Fahren, Drohnen, Sport-Analytics, industrieller Qualitätssicherung und überall dort eingesetzt, wo Objekte in Echtzeit auf Embedded-Hardware oder am Edge erkannt werden müssen.