# 视觉与 YOLO

> 本页由 `library/paper_cards/` 生成。请不要直接编辑本页；修改论文卡片后运行 `vp run docs:generate`。

> 中文支持说明：本页是中文站点镜像，保留论文标题、证据状态和来源字段的原始表述，避免未经核实的翻译改变证据边界。

目标检测演进、实时感知，以及用于动态命令空间的视觉候选生成。

## 论文卡片

| ID | 年份 | 状态 | 标题 |
| --- | ---: | --- | --- |
| [YOLO-001](/zh/paper-library/cards/yolo-001) | 2016 | `extracted` | You Only Look Once: Unified, Real-Time Object Detection |
| [YOLO-002](/zh/paper-library/cards/yolo-002) | 2017 | `extracted` | YOLO9000: Better, Faster, Stronger |
| [YOLO-003](/zh/paper-library/cards/yolo-003) | 2018 | `extracted` | YOLOv3: An Incremental Improvement |
| [YOLO-004](/zh/paper-library/cards/yolo-004) | 2017 | `extracted` | Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks |
| [YOLO-005](/zh/paper-library/cards/yolo-005) | 2014 | `extracted` | Microsoft COCO: Common Objects in Context |
| [YOLO-007](/zh/paper-library/cards/yolo-007) | 2017 | `extracted` | Focal Loss for Dense Object Detection |
| [YOLO-009](/zh/paper-library/cards/yolo-009) | 2020 | `extracted` | YOLOv4: Optimal Speed and Accuracy of Object Detection |
| [YOLO-010](/zh/paper-library/cards/yolo-010) | 2022 | `extracted` | YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors |

## 在 SAH-BRI-Grasp 中的用法

使用本页定位证据审查所需的源卡片。只有先进入 `library/EVIDENCE_MATRIX.md` 的主张，才应升级为论文级主张。