YOLOv12是由GitHub用户sunsmarterjie主导开发的开源实时目标检测工具，属于YOLO（You Only Look Once）系列的最新演进版本。该项目由布法罗大学和中科院研究人员共同参与，专注于通过深度学习技术实现高精度、低延迟的目标检测。
核心改进包括：
- Attention mechanism optimization：引入”区域注意力”（Area Attention）和R-ELAN模块，自动优化特征提取过程，显著提升小目标检测能力
- 多模型架构：提供Nano/Small/Medium/Large/Extra-Large五种预训练模型，适配从边缘设备到服务器集群的不同硬件环境
- 精度-速度平衡：在T4 GPU上，基础版模型（YOLOv12-N）达到40.6% mAP的同时保持1.64ms超低延迟
- Deployment Friendliness：支持导出ONNX和TensorRT格式，便于工业级应用部署
项目采用GNU AGPL-3.0开源协议，完整保留YOLO系列单阶段检测架构的优势，同时通过模块化设计降低算法复杂度。
This answer comes from the articleYOLOv12: Open source tool for real-time image and video target detectionThe
May not be reproduced without permission:AI productivity tools " 什么是YOLOv12？它与传统YOLO系列相比有哪些核心改进？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil