Model
YOLO
YOLO（You Only Look Once）是一种基于深度学习的目标检测模型系列，由Joseph Redmon等人提出。其核心特征是将目标检测任务转化为单次前向传播的回归问题，通过统一的神经网络同时预测目标的类别与边界框位置，相较于传统两阶段检测方法具有更快的推理速度，适用于实时图像与视频中的目标识别、定位任务。
Core Facts
Timeline (last 90 days)
Aug 22
DETR系列模型通过Transformer的集合预测机制消除了传统检测模型（如YOLO）依赖的非极大值抑制（NMS）等后处理步骤，实现端到端检测
Unverified50%
Jun 1
该项目使用OCR和图像识别替代传统的内存读取方式进行游戏状态感知，优势在于不需要逆向分析游戏内存结构，也不容易触发反作弊系统的检测
Unverified80%
Jun 1
YOLO（You Only Look Once）目标检测算法最早由Joseph Redmon于2015年提出
Verified70%