深度学习篇---YOLOv8n网络参数详细解析

YOLOv8 网络参数详细解析

一、整体架构概览

这是一个 YOLOv8n（Nano） 模型的配置文件，具有 129层，315万参数，计算量 8.9 GFLOPS。

整体结构：
┌─────────────────┐
│ Input 640×640 │
├─────────────────┤
│ │
│ Backbone │───► 特征提取（10层）
│ │
├─────────────────┤
│ │
│ Neck │───► 特征融合（12层）
│ │
├─────────────────┤
│ │
│ Head │───► 检测输出（1层）
│ │
└─────────────────┘

二、参数详解

2.1 基本参数

nc: 80 # 检测类别数（COCO数据集80类）
scales:
n: [0.33, 0.25, 1024] # 深度因子, 宽度因子, 最大通道数

缩放参数含义：

• 深度因子 0.33：将基础模块的重复次数缩放为原来的0.33倍

• 宽度因子 0.25：将通道数缩放为原来的0.25倍

• 最大通道数 1024：通道数的上限

2.2 骨干网络（Backbone）解析

2.2.1 骨干网络结构表

2.2.2 关键模块说明

1. Conv模块：

# args: [输出通道, 卷积核大小, 步长]
Conv(输入通道, 输出通道, 卷积核=3, 步长=2, padding=1)

2. C2f模块（改进的CSP结构）：

# args: [输出通道, shortcut]
C2f(输入通道, 输出通道, n=重复次数, shortcut=True)

• n=3/6：Bottleneck模块的重复次数

• shortcut=True：使用残差连接

• 相比C3模块，C2f有更多的分支连接

3. SPPF模块（空间金字塔快速池化）：

# args: [输出通道, 池化核大小]
SPPF(输入通道, 输出通道, k=5)

• 将输入分别通过5×5、5×5、5×5的最大池化

• 然后拼接结果，增加感受野

2.3 颈部网络（Neck）解析

2.3.1 颈部网络结构表

2.3.2 特征金字塔结构（FPN+PAN）

[骨干网络]
│
P5: 20×20×1024
│
SPPF(层9)
│
┌──────┴──────┐
│ │
Upsample 保留P5
(2倍上采样) │
│ │
Concat(P4) │
(层11: 40×40×1536) │
│ │
C2f(层12) │
(40×40×512) │
│ │
┌───┴──────┐ │
│ │ │
Upsample 保留P4 │
(2倍上采样) (40×40×512) │
│ │ │
Concat(P3) │ │
(层14: 80×80×768) │ │
│ │ │
C2f(层15) │ │
(80×80×256)───┐ │ │
│ │ │ │
Conv下采样 │ │ │
(层16: 40×40×256) │ │
│ │ │ │
Concat(层12) │ │
(层17: 40×40×768) │ │
│ │ │ │
C2f(层18) │ │
(40×40×512)───┐ │ │
│ │ │ │
Conv下采样 │ │ │
(层19: 20×20×512) │ │
│ │ │ │
Concat(层9) │ │
(层20: 20×20×1536)│ │
│ │ │ │
C2f(层21) │ │
(20×20×1024) │ │
│ │ │
└──────────┴──────┘
│
Detect(层22)
[P3, P4, P5 三尺度检测]

2.4 检测头（Head）

– [[15, 18, 21], 1, Detect, [nc]] # 检测层

Detect模块参数：

• 输入：[层15, 层18, 层21] 三个尺度的特征图

• 输出：每个尺度预测框的位置、置信度、类别

三尺度检测：

三、特征图维度变化

假设输入图像为 640×640×3：

阶段 层数 操作 输出维度 下采样倍数
——————————————————————–
输入 – – 640×640×3 1x
P1/2 0 Conv, stride=2 320×320×64 2x
P2/4 1 Conv, stride=2 160×160×128 4x
2 C2f×3 160×160×128 4x
P3/8 3 Conv, stride=2 80×80×256 8x
4 C2f×6 80×80×256 8x
P4/16 5 Conv, stride=2 40×40×512 16x
6 C2f×6 40×40×512 16x
P5/32 7 Conv, stride=2 20×20×1024 32x
8 C2f×3 20×20×1024 32x
9 SPPF 20×20×1024 32x
——————————————————————–
Neck 10 Upsample×2 40×40×1024 16x
11 Concat(P4) 40×40×1536 16x
12 C2f×3 40×40×512 16x
13 Upsample×2 80×80×512 8x
14 Concat(P3) 80×80×768 8x
15 C2f×3 80×80×256 8x ← P3输出
16 Conv, stride=2 40×40×256 16x
17 Concat(层12) 40×40×768 16x
18 C2f×3 40×40×512 16x ← P4输出
19 Conv, stride=2 20×20×512 32x
20 Concat(层9) 20×20×1536 32x
21 C2f×3 20×20×1024 32x ← P5输出

四、计算量分析

4.1 参数分布

总参数: 3,157,200
├── 骨干网络: ~45%
├── 颈部网络: ~50%
└── 检测头: ~5%

4.2 计算复杂度

总计算量: 8.9 GFLOPS
骨干网络主要计算层：
1. 层4 (C2f×6): ~1.2 GFLOPS
2. 层6 (C2f×6): ~2.4 GFLOPS
3. 层8 (C2f×3): ~2.0 GFLOPS

五、设计特点

5.1 创新点

5.2 性能优势

5.3 适用场景

• 小目标检测：关注P3/8输出

• 实时检测：8.9 GFLOPS适合移动端

• 通用检测：平衡速度与精度