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
| 序号 | from | repeats | module | args | 输出特征图 | 说明 |
|---|---|---|---|---|---|---|
| 0 | -1 | 1 | Conv | [64, 3, 2] | 320×320×64 | P1/2- 2倍下采样 |
| 1 | -1 | 1 | Conv | [128, 3, 2] | 160×160×128 | P2/4- 4倍下采样 |
| 2 | -1 | 3 | C2f | [128, True] | 160×160×128 | 特征提取 |
| 3 | -1 | 1 | Conv | [256, 3, 2] | 80×80×256 | P3/8- 8倍下采样 |
| 4 | -1 | 6 | C2f | [256, True] | 80×80×256 | 特征提取 |
| 5 | -1 | 1 | Conv | [512, 3, 2] | 40×40×512 | P4/16- 16倍下采样 |
| 6 | -1 | 6 | C2f | [512, True] | 40×40×512 | 特征提取 |
| 7 | -1 | 1 | Conv | [1024, 3, 2] | 20×20×1024 | P5/32- 32倍下采样 |
| 8 | -1 | 3 | C2f | [1024, True] | 20×20×1024 | 特征提取 |
| 9 | -1 | 1 | SPPF | [1024, 5] | 20×20×1024 | 空间金字塔池化 |
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
| 序号 | from | repeats | module | args | 输入来源 | 输出特征图 | 说明 |
|---|---|---|---|---|---|---|---|
| 10 | -1 | 1 | nn.Upsample | [None, 2, "nearest"] | 层9 | 40×40×1024 | 2倍上采样 |
| 11 | [-1, 6] | 1 | Concat | [1] | 层10,6 | 40×40×1536 | 拼接P4特征 |
| 12 | -1 | 3 | C2f | [512] | 层11 | 40×40×512 | 特征融合 |
| 13 | -1 | 1 | nn.Upsample | [None, 2, "nearest"] | 层12 | 80×80×512 | 2倍上采样 |
| 14 | [-1, 4] | 1 | Concat | [1] | 层13,4 | 80×80×768 | 拼接P3特征 |
| 15 | -1 | 3 | C2f | [256] | 层14 | 80×80×256 | P3/8输出 |
| 16 | -1 | 1 | Conv | [256, 3, 2] | 层15 | 40×40×256 | 下采样 |
| 17 | [-1, 12] | 1 | Concat | [1] | 层16,12 | 40×40×768 | 拼接中间特征 |
| 18 | -1 | 3 | C2f | [512] | 层17 | 40×40×512 | P4/16输出 |
| 19 | -1 | 1 | Conv | [512, 3, 2] | 层18 | 20×20×512 | 下采样 |
| 20 | [-1, 9] | 1 | Concat | [1] | 层19,9 | 20×20×1536 | 拼接P5特征 |
| 21 | -1 | 3 | C2f | [1024] | 层20 | 20×20×1024 | P5/32输出 |
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：
P3/8（层15）：80×80分辨率 → 检测小目标
高分辨率，细节丰富
适合小物体检测
P4/16（层18）：40×40分辨率 → 检测中目标
中等分辨率
平衡细节和语义信息
P5/32（层21）：20×20分辨率 → 检测大目标
低分辨率，语义信息强
适合大物体检测
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
C2f模块：代替C3，更多的跨层连接
SPPF代替SPP：计算效率更高
解耦头：分类和回归任务分离（在Detect内部实现）
Anchor-Free：不需要预设锚框
5.2 性能优势
多尺度检测：P3/8, P4/16, P5/32三个尺度
特征融合充分：FPN+PAN结构，双向特征金字塔
计算效率高：深度可分离卷积、轻量级设计
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