📌YOLOv8架构详解
- YOLOv8 架构图
- YOLOv8 Backbone部分
- YOLOv8 Head部分
- Neck和Head结构
在视觉深度学习中,通常将模型分为 2~3 个组成部分:backbone、neck(可选) 和 head。
- Backbone(主干网络)负责从输入图像中
提取特征
,将图像转化为具有丰富语义信息的特征表示。 - Neck(颈部,连接部)是一个中间层,用于对来自 backbone 的
特征进行融合
,以提升模型的性能。 - Head(任务头)是模型的最后一层,其结构会根据不同的任务而有所不同。例如,在图像分类任务中,我们通常会使用
softmax 分类器
作为 Head,而在目标检测任务中,我们则可能会使用边界框回归器和分类器
作为 Head。
YOLOv8 架构图
关于下面经典的架构图的简要说明:
- 图的上面部分为 YOLOv8 架构的概要图(包括 Backbone,Head)。
YOLOv8 没有使用Neck
这个概念,但其架构图中Head
中类似 PANet 功能的部分也可以归为 Neck。 - 图右中位置 Detail 为各个组件的详细架构示例,另说明了不同模型大小的参数选择。
- 图左 + 图下部分,以分步的方式列出了完整的数据流。
- 每个框的右上角的数字为层的编号,可以和后面的示例输出 1 对照看。
可以看出,YOLOv8 Backbone 为 0~9 层,10~21 层为 YOLOv8 Head。
YOLOv8 Backbone部分
见图中第 0~9 层。分别为
- Conv + Conv + C2f
- Conv + C2f(对齐特征金字塔 P3)
- Conv + C2f(对齐特征金字塔 P4)
- Conv + C2f + SPPF(对齐特征金字塔 P5)
YOLOv8 Head部分
Neck和Head结构
第一种解释:
在YOLOv8 的yaml文件中并没有显示地划分出Neck部分,实际上Neck网络结构就是其Head 网络结构中部分的前半部分。
head部分整体图:
head:
###neck###
- [-1, 1, nn.Upsample, [None, 2, 'nearest']]
- [[-1, 6], 1, Concat, [1]] # cat backbone P4
- [-1, 3, C2f, [512]] # 12
- [-1, 1, nn.Upsample, [None, 2, 'nearest']]
- [[-1, 4], 1, Concat, [1]] # cat backbone P3
- [-1, 3, C2f, [256]] # 15 (P3/8-small)
###########
- [-1, 1, Conv, [256, 3, 2]]
- [[-1, 12], 1, Concat, [1]] # cat head P4
- [-1, 3, C2f, [512]] # 18 (P4/16-medium)
- [-1, 1, Conv, [512, 3, 2]]
- [[-1, 9], 1, Concat, [1]] # cat head P5
- [-1, 3, C2f, [1024]] # 21 (P5/32-large)
- [[15, 18, 21], 1, Detect, [nc]] # Detect(P3, P4, P5)
yaml配置文件中,注释段落即为Neck结构
第二种解释:
head:
###neck###
- [-1, 1, nn.Upsample, [None, 2, 'nearest']]
- [[-1, 6], 1, Concat, [1]] # cat backbone P4
- [-1, 3, C2f, [512]] # 12
- [-1, 1, nn.Upsample, [None, 2, 'nearest']]
- [[-1, 4], 1, Concat, [1]] # cat backbone P3
- [-1, 3, C2f, [256]] # 15 (P3/8-small)
- [-1, 1, Conv, [256, 3, 2]]
- [[-1, 12], 1, Concat, [1]] # cat head P4
- [-1, 3, C2f, [512]] # 18 (P4/16-medium)
- [-1, 1, Conv, [512, 3, 2]]
- [[-1, 9], 1, Concat, [1]] # cat head P5
- [-1, 3, C2f, [1024]] # 21 (P5/32-large)
###########
- [[15, 18, 21], 1, Detect, [nc]] # Detect(P3, P4, P5)
yaml配置文件中,注释段落即为Neck结构,即除去检测头其余部分都是Neck部分
分清楚Neck和Head 部分,可以很方便的对YOLOv8不同部分进行改进,实现任务涨点!
整理不易🚀🚀,关注和收藏后拿走📌📌欢迎留言🧐👋📣
欢迎专注我的公众号AdaCoding 和 Github:AdaCoding123