YOLOv10 zu seiner Genesis: Eine dekadische und umfassende Überprüfung der You Only Look Once-Serie

Diese Überprüfung untersucht systematisch den Fortschritt der You Only Look Once (YOLO) Objekterkennungsalgorithmen von YOLOv1 bis zum kürzlich vorgestellten YOLOv10. Durch eine rückwärts chronologische Analyse untersucht diese Studie die Fortschritte, die durch YOLO-Algorithmen eingeführt wurden, beginnend mit YOLOv10 und fortschreitend über YOLOv9, YOLOv8 und nachfolgende Versionen, um den Beitrag jeder Version zur Verbesserung von Geschwindigkeit, Genauigkeit und Rechenleistung in der Echtzeit-Objekterkennung zu erkunden. Die Studie hebt die transformative Wirkung von YOLO in fünf kritischen Anwendungsbereichen hervor: Fahrzeugsicherheit, Gesundheitswesen, industrielle Fertigung, Überwachung und Landwirtschaft. Indem die schrittweisen technologischen Fortschritte in den nachfolgenden YOLO-Versionen detailliert beschrieben werden, dokumentiert diese Überprüfung die Evolution von YOLO und diskutiert die Herausforderungen und Einschränkungen in jeder früheren Version. Die Evolution steht für einen Weg zur Integration von YOLO mit multimodalen, kontextbewussten und General Artificial Intelligence (AGI)-Systemen für das nächste YOLO-Jahrzehnt, was signifikante Implikationen für zukünftige Entwicklungen in KI-gesteuerten Anwendungen verspricht.