Unverified50% confidenceFactExact time
One-stage检测器（如YOLO、SSD）将候选框生成与分类合并为一步，在单次前向传播中完成所有预测
1
Sources
50%
Confidence
Long-term
Relevance
7/8/2026
First Seen
Sources
YOLO入门学习路径：版本演进理解到源码精读实战指南
bilibili迪哥带你学AI7/7/2026
Related Claims
Unverified目标检测传统上由 YOLO、Faster R-CNN、DETR 等专用架构主导，通过专用检测头回归边界框坐标与类别概率73% similarUnverified自动标注管线常见架构是将目标检测模型（如 YOLO 系列、DINO、Grounding DINO）与 SAM 级联，先产出边界框再作为提示输入 SAM 获取精细掩膜72% similarUnverified该多智能体系统的四大典型应用场景包括Alpha信号挖掘、风险因子分析、另类数据整合和策略原型快速验证67% similarVerifiedYOLO系列目标检测模型已从V1演进到V1167% similarUnverified相比两阶段检测器如Faster R-CNN，YOLO在推理速度上具有数量级的优势65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/276033API
curl https://kongchang.com/api/v1/knowledge/claims/276033MCP
get_claim(id=276033)