YOLO (You Only Look Once) הוא אלגוריתם זיהוי-עצמים בראייה ממוחשבת, שהציג ב-2016 ג'וזף רדמון, אז חוקר באוניברסיטת וושינגטון, יחד עם סנטוש דיוואלה, רוס גירשיק ועלי פרהאדי, במאמר "You Only Look Once: Unified, Real-Time Object Detection", שהוצג בכנס CVPR. השם עצמו מתאר את הרעיון המרכזי, ומדגיש את השוני מהגישה שקדמה לו: בניגוד לשיטות דו-שלביות קודמות שבחנו את התמונה בכמה מעברים נפרדים — קודם הצעת-אזורים חשודים, ואז סיווגם בנפרד — YOLO מסתכל על התמונה השלמה פעם אחת בלבד, ומנבא בבת-אחת את כל תיבות-התיחום והסיווגים שלהן, ברשת-נוירונים יחידה ופשוטה יחסית.
מבחינה טכנית, YOLO מחלק את התמונה לרשת קבועה של תאים, וכל תא מנבא ישירות תיבות-תיחום מועמדות והסתברות-סיווג עבורן — הכול בהעברה אחת בלבד דרך רשת-קונבולוציה בודדת, בלי שלב נפרד של הצעת-אזורים כמו בשיטות דו-שלביות כגון R-CNN. הבחירה הארכיטקטונית הפשוטה יחסית הזאת היא הסיבה למהירות המרשימה של YOLO: הגרסה המקורית רצה מהר בהרבה מכל מתחרה קודם באותה תקופה, ואפשרה לראשונה זיהוי-עצמים על זרם-וידאו חי בפועל, בזמן-אמת ממש, ולא רק על תמונות בודדות שמעובדות אחת-אחת בקצב איטי בהרבה.
המחיר של המהירות הזאת היה בהתחלה דיוק מעט נמוך יותר מזה של שיטות דו-שלביות, בפרט בזיהוי עצמים קטנים או צפופים במיוחד בתוך אותה תמונה. גרסאות מאוחרות יותר של YOLO — שפותחו במרוצת השנים על-ידי צוותים וחוקרים שונים, לרבות קהילת קוד-פתוח פעילה וחברות מסחריות כמו Ultralytics — סגרו את הפער הזה במידה רבה לאורך זמן, תוך שמירה על מהירות-העיבוד הגבוהה שהפכה במשך השנים את השם YOLO לשם-נרדף כמעט לזיהוי-עצמים בזמן-אמת בכלל, הרבה מעבר לגרסה המקורית הספציפית מ-2016.
ב-2020 הודיע רדמון עצמו, בפומבי, שהוא מפסיק לעסוק כליל במחקר ראייה-ממוחשבת, בציינו חששות אתיים סביב שימושים אפשריים בטכנולוגיה שפיתח — בהם יישומים צבאיים ומעקב-המונים, נושאים שלדבריו הפכו בלתי-אפשריים להתעלם מהם. הפיתוח של משפחת YOLO נמשך מאז בידי צוותים וחברות אחרים שאינם קשורים ישירות לרדמון עצמו, וגרסאות חדשות ממשיכות לצאת עד היום; היא נותרת אחת המשפחות הנפוצות והמוכרות ביותר של אלגוריתמי זיהוי-עצמים בשימוש מעשי, הן במחקר אקדמי והן ביישומים תעשייתיים בפועל.