Wat is YOLO?

Wat is YOLO?

YOLO staat voor You Only Look Once — en die naam zegt het eigenlijk al: het is een AI-systeem dat een plaatje of videoframe in één keer analyseert en direct alle objecten erin herkent. Stel je voor dat je een drukke straat fotografeert. Een traditioneel AI-model zou meerdere keren over die foto moeten gaan om eerst auto's te vinden, dan voetgangers, dan fietsen. YOLO kijkt één keer en zegt in één ruk door: "Daar staan drie auto's, twee fietsers en vijf voetgangers."

Dat maakt YOLO bijzonder snel — zo snel dat je het kunt gebruiken voor live-videobeelden. Denk aan een camera op een zelfrijdende auto die in een fractie van een seconde moet weten waar andere auto's, voetgangers en verkeersborden zijn.

Hoe werkt het eigenlijk?

Klassieke objectherkenning werkt in stappen: eerst zoek je naar interessante plekken in het beeld, dan classificeer je wat daar staat. YOLO gooit die stappen bij elkaar. Het verdeelt het plaatje in een raster van vakjes en laat elk vakje twee vragen beantwoorden:

• Staat er hier iets interessants? (ja/nee, en hoe zeker ben je?)

• Zo ja, wat is het en waar precies? (rechthoek rondom het object)

Alle vakjes doen dit tegelijk, in één doorgang door het neurale netwerk. Het resultaat: een lijst met objecten, elk met een label ("auto", "persoon") en een rechthoek eromheen.

Omdat YOLO het hele beeld in één keer ziet, begrijpt het ook context beter. Het weet bijvoorbeeld dat een tennisracket waarschijnlijk bij een persoon hoort, niet zweeft in de lucht.

Waarom zou jij hier iets aan hebben?

YOLO is vooral interessant als snelheid belangrijk is. Toepassingen:

• Zelfrijdende auto's — detecteren van voetgangers, andere auto's en obstakels in real-time

• Beveiligingscamera's — automatisch alarm bij onverwachte beweging of objecten

• Retail — tellen hoeveel klanten er in een winkel zijn, of welke producten uit het schap worden gepakt

• Sport — live tracking van spelers en bal tijdens wedstrijden

• Industrie — kwaliteitscontrole op de lopende band, defecten herkennen

De keerzijde: YOLO is iets minder nauwkeurig dan langzamere modellen die meer tijd nemen om elk detail te bekijken. Voor veel real-world toepassingen is die snelheid echter belangrijker dan die laatste procenten nauwkeurigheid.

Waar kom je het tegen?

YOLO bestaat in verschillende versies (YOLOv3, YOLOv5, YOLOv8, YOLOv11 — de nummering loopt niet altijd logisch). Ze worden open-source ontwikkeld, wat betekent dat ontwikkelaars ze gratis kunnen gebruiken en aanpassen.

Je vindt YOLO vaak in:

• Computer vision platformen zoals Roboflow, Ultralytics (de makers van veel recente YOLO-versies)

• Edge AI devices — kleine computers in camera's of drones die lokaal objectherkenning doen

• Beveiligingssystemen van merken als Hikvision of Dahua

• Zelfrijdende technologie bij autofabrikanten en tech-bedrijven

• Mobiele apps voor bijvoorbeeld vogel- of plantenherkenning

YOLO is niet multimodaal in de zin dat het tekst of audio begrijpt — het blijft een specialist in visuele objectdetectie. Maar juist dat focus maakt het zo effectief.

Wat kun je er nu mee?

Als je met beeldherkenning werkt en snelheid belangrijk is, is YOLO een logische keuze. De nieuwste versies zijn relatief eenvoudig te trainen op je eigen dataset — bijvoorbeeld om specifieke producten, defecten of situaties te herkennen die relevant zijn voor jouw organisatie. Open-source tools maken het toegankelijker dan ooit. Bedenk wel: real-time objectdetectie vraagt behoorlijk wat rekenkracht, dus je hebt GPU's nodig voor serieuze toepassingen. Maar als dat geregeld is, heb je een systeem dat in milliseconden begrijpt wat er in een beeld gebeurt — en dat opent deuren naar automatisering die een paar jaar geleden nog onbetaalbaar was.