YOLO 시리즈 변천사 개요

이 게시물은 실시간 객체 탐지 기술인 YOLO(You Only Look Once) 시리즈의 역사와 발전 과정을 상세히 다룹니다.

YOLO 초기 버전과 혁신

• YOLOv1은 one-stage 딥러닝 구조로 기존 two-stage 방식보다 빠른 속도와 준수한 정확도를 달성
• YOLOv2와 YOLOv3는 앵커 박스, Batch Normalization, 다중 스케일 기법 등을 도입하여 성능 향상

창시자와 후계자, 그리고 논란

• 창시자 Joseph Redmon은 윤리적 이유로 연구를 중단
• Alexey Bochkovskiy가 YOLOv4를 개발하며 명맥을 이음
• Ultralytics의 YOLOv5는 PyTorch 기반으로 인기를 얻었으나 논문 미발표와 라이선스 문제로 논란 발생

최근 버전과 발전 동향

• YOLOv6부터 YOLOv10까지 여러 저자가 각기 다른 방식으로 모델을 개선
• YOLOv10은 NMS 제거 등 혁신적 구조로 성능을 높임
• YOLO 시리즈는 다양한 응용 분야에서 활용되며, LLM 등 최신 AI 기술과의 시너지도 기대됨