从R-CNN到Fast R-CNN一直采用的思路是proposal+分类（proposal提供位置信息，分类提供类别信息）精度已经很高，但是速度还不行。 YOLO提供了另一种更为直接的思路：直接在输出层回归bounding box的位置和bounding box所属的类别(整张图作为网络的输入，把Object Detection的问题转化成一个Regression问题)。 YOLO的主要特点是速度快，在Titan X的GPU上能够达到45帧每秒，并使用全图作为Context信息，背景错误比较少，具有强大的泛化能力。