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。
核心事实
时间轴 (近 90 天)
早期目标检测模型如YOLO、Faster R-CNN只能识别预定义类别（如COCO数据集中的80个类别），而视觉grounding需要理解任意自然语言指令
早期目标检测模型如YOLO、Faster R-CNN只能识别预定义类别，而GLIP、Grounding DINO等模型推动了理解任意自然语言指令的视觉grounding进步
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
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
YOLO（You Only Look Once）目标检测算法最早由Joseph Redmon于2015年提出
全部知识事实 (5)
YOLO（You Only Look Once）目标检测算法最早由Joseph Redmon于2015年提出
70%待验证该项目使用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
80%待验证早期目标检测模型如YOLO、Faster R-CNN只能识别预定义类别（如COCO数据集中的80个类别），而视觉grounding需要理解任意自然语言指令
50%待验证早期目标检测模型如YOLO、Faster R-CNN只能识别预定义类别，而GLIP、Grounding DINO等模型推动了理解任意自然语言指令的视觉grounding进步
50%待验证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
50%