YOLO

Parent: ai_keywords

YOLO（You Only Look Once）：实时目标检测算法

核心定义

YOLO（You Only Look Once）是一种基于深度学习的单阶段目标检测算法，由Joseph Redmon等人于2016年提出。其核心思想是将目标检测重构为回归问题：将输入图像划分为网格，每个网格直接预测边界框坐标、置信度与类别概率，一次前向传播即可输出所有检测结果，摒弃了传统两阶段方法（如Faster R-CNN）的候选区域生成步骤，从而实现实时推理速度（≥30 FPS）。

关键技术点

  1. 端到端单阶段检测
    将检测任务统一为单一神经网络，从像素直接映射到目标位置与类别，无需区域提议网络（RPN），显著降低计算延迟。

  2. 网格划分与锚框机制
    输入图像被分割为S×S个网格，每个网格负责预测固定数量的边界框（锚框）。锚框通过K-means聚类预设尺寸，提升对多尺度目标的适应能力（如YOLOv3中的9种锚框）。

  3. 多尺度特征融合
    YOLOv3及后续版本引入特征金字塔网络（FPN），从不同分辨率层提取特征并融合，实现小目标检测能力（如YOLOv5的PANet结构）。

  4. 复合损失函数
    同时优化边界框回归损失（CIoU）、目标置信度损失（BCE）与分类损失（BCE/交叉熵），通过平衡参数协调各任务。

  5. 极高实时性
    模型轻量化（如YOLOv8n仅3.2M参数），在GPU上可达到数百FPS，支持边缘设备部署，适合视频流连续分析。

医学/神经科学应用场景

基于视频的帕金森病步态定量评估（首都医科大学神经病学研究背景）

帕金森病患者常出现冻结步态（FOG）、步幅缩短等异常运动模式。传统临床量表（如UPDRS）主观性强，且难以捕捉低频发作的FOG事件。YOLO可部署于病区监控摄像头或可穿戴设备（如手机侧面摄像头），实时检测患者下肢关键点（踝、膝、髋）及身体轮廓，进而提取步态周期参数：

  • 实时识别FOG：当YOLO检测到双下肢运动暂停（连续多帧边界框无显著位移）且伴震颤姿势时，自动标记发作时刻，计算发作频率与时长。
  • 量化步态指标：通过追踪边界框中心轨迹，计算步长、步速、步宽变异系数，与多巴胺转运蛋白PET成像或MDS-UPDRS评分进行关联，为药物剂量调整提供客观依据。
  • 边缘计算优势：YOLO低延迟特性允许在院内边缘设备上实现毫秒级跌倒风险预警，无需依赖云端传输，保护患者隐私。

该方案已初步应用于首都医科大学宣武医院帕金森病专病队列，验证了YOLO在复杂临床环境中的鲁棒性，其准确率（mAP@0.5 > 0.85）和推理速度（≥50 FPS）满足实时监测需求，成为运动障碍疾病数字评估的有力工具。