秋招面试专栏推荐 ：深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转
💡💡💡本专栏所有程序均经过测试，可成功执行💡💡💡
专栏目录 ：《YOLOv8改进有效涨点》专栏介绍 & 专栏目录 | 目前已有80+篇内容，内含各种Head检测头、损失函数Loss、Backbone、Neck、NMS等创新点改进——点击即可跳转
本篇文章主要分享YOLOv8中网络模型yaml文件，我们一般只知道如何去训练模型，和配置yaml文件，但是对于yaml文件是如何输入到模型里，yaml文件中每句话的内容是什么含义，模型如何将yaml文件解析出来可能是不知道的，这篇文章就给大家分享一下yaml文件的内容含义，在最后打印出详细的网络结构参数以及如何绘制网络结构图。
专栏地址：YOLOv8改进——更新各种有效涨点方法——点击即可跳转 订阅学习不迷路
目录
1. yaml文件的内容解析
1.1 参数配置
1.2 backbone
1.3 head
2. 网络结构打印
3. 网络结构图的绘制
1. yaml文件的内容解析
文件位置：ultralytics/ultralytics/cfg/models/v8/yolov8.yaml，
文件详解：
有些计算方式大家需要提前了解
- 关于GFLOPs的计算感兴趣的同学可以查看：8.13 卷积的memory，params，GFLOPs计算方法
- 关于如何计算卷积后的长和宽：8.3 卷积后图像的长和宽大小的计算方式
# Ultralytics YOLO 🚀, AGPL-3.0 license
# YOLOv8 object detection model with P3-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect# Parameters
nc: 80 # 类别数目，nc代表"number of classes"，即模型用于检测的对象类别总数。 80就是你所训练的数据的类别数量。由于默认使用COCO数据集，所以这里nc=80；但是这个在训练的时候你不是80个类别这里不修改也无所谓，只需要修改数据集的yaml文件即可。
scales: # 模型复合缩放常数，用于定义模型的不同尺寸和复杂度。即从下面n，s，m，l，x中选择其中一个便可以指定，例如在train.py中直接写 'model=yolov8n.yaml' ，便是指定了yolov8的n模型，如果写'model=yolov8x.yaml'，这样指定的就是YOLOv8的x模型，也就是最大的模型。# [depth, width, max_channels]n: [0.33, 0.25, 1024] # YOLOv8n：225层, 3157200参数, 3157184梯度, 8.9 GFLOPss: [0.33, 0.50, 1024] # YOLOv8s：225层, 11166560参数, 11166544梯度, 28.8 GFLOPsm: [0.67, 0.75, 768] # YOLOv8m：295层, 25902640参数, 25902624梯度, 79.3 GFLOPsl: [1.00, 1.00, 512] # YOLOv8l：365层, 43691520参数, 43691504梯度, 165.7 GFLOPsx: [1.00, 1.25, 512] # YOLOv8x：365层, 68229648参数, 68229632梯度, 258.5 GFLOPs# YOLOv8.0n backbone 主干网络
backbone:# [from, repeats, module, args] # from代表来自第几层，-1代表来自上一层，repeats是模块重复的次数，module是模块的名称，args是模块的参数- [-1, 1, Conv, [64, 3, 2]] # 0-P1/2 第0层，-1代表将上层的输出作为本层的输入。第0层的输入是640*640*3的图像。1代表该模块不重复，Conv代表卷积层，对应的参数：64代表输出通道数，3代表卷积核大小k，2代表stride步长。卷积后输出的特征图尺寸为320*320*64，长宽为初始图片的1/2。- [-1, 1, Conv, [128, 3, 2]] # 1-P2/4 第1层，本层和上一层是一样的操作（128代表输出通道数，3代表卷积核大小k，2代表stride步长）。卷积后输出的特征图尺寸为160*160*128，长宽为初始图片的1/4- [-1, 3, C2f, [128, True]] # 第2层，本层是C2f模块，3代表本层重复3次。128代表输出通道数，True表示Bottleneck有shortcut。输出的特征图尺寸为160*160*128。- [-1, 1, Conv, [256, 3, 2]] # 3-P3/8 第3层，进行卷积操作（256代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为80*80*256（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样），特征图的长宽已经变成初始输入图像的1/8。- [-1, 6, C2f, [256, True]] # 第4层，本层是C2f模块，可以参考第2层的讲解。6代表本层重复6次。256代表输出通道数，True表示Bottleneck有shortcut。经过这层之后，特征图尺寸依旧是80*80*256。- [-1, 1, Conv, [512, 3, 2]] # 5-P4/16 第5层，进行卷积操作（512代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为40*40*512（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样），特征图的长宽已经变成输入图像的1/16。- [-1, 6, C2f, [512, True]] # 第6层，本层是C2f模块，可以参考第2层的讲解。6代表本层重复6次。512代表输出通道数，True表示Bottleneck有shortcut。经过这层之后，特征图尺寸依旧是40*40*512。- [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32 第7层，进行卷积操作（1024代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为20*20*1024（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样），特征图的长宽已经变成输入图像的1/32。- [-1, 3, C2f, [1024, True]] #第8层，本层是C2f模块，可以参考第2层的讲解。3代表本层重复3次。1024代表输出通道数，True表示Bottleneck有shortcut。经过这层之后，特征图尺寸依旧是20*20*1024。- [-1, 1, SPPF, [1024, 5]] # 9 第9层，本层是快速空间金字塔池化层（SPPF）。1024代表输出通道数，5代表池化核大小k。结合模块结构图和代码可以看出，最后concat得到的特征图尺寸是20*20*（512*4），经过一次Conv得到20*20*1024。# YOLOv8.0n head
head:- [-1, 1, nn.Upsample, [None, 2, 'nearest']] # 第10层，本层是上采样层。-1代表将上层的输出作为本层的输入。None代表上采样的size=None（输出尺寸）不指定。2代表scale_factor=2，表示输出的尺寸是输入尺寸的2倍。mode=nearest代表使用的上采样算法为最近邻插值算法。经过这层之后，特征图的长和宽变成原来的两倍，通道数不变，所以最终尺寸为40*40*1024。- [[-1, 6], 1, Concat, [1]] # cat backbone P4 第11层，本层是concat层，[-1, 6]代表将上层和第6层的输出作为本层的输入。[1]代表concat拼接的维度是1。从上面的分析可知，上层的输出尺寸是40*40*1024，第6层的输出是40*40*512，最终本层的输出尺寸为40*40*1536。- [-1, 3, C2f, [512]] # 12 第12层，本层是C2f模块，可以参考第2层的讲解。3代表本层重复3次。512代表输出通道数。与Backbone中C2f不同的是，此处的C2f的bottleneck模块的shortcut=False。- [-1, 1, nn.Upsample, [None, 2, 'nearest']] # 第13层，本层也是上采样层（参考第10层）。经过这层之后，特征图的长和宽变成原来的两倍，通道数不变，所以最终尺寸为80*80*512。- [[-1, 4], 1, Concat, [1]] # cat backbone P3 第14层，本层是concat层，[-1, 4]代表将上层和第4层的输出作为本层的输入。[1]代表concat拼接的维度是1。从上面的分析可知，上层的输出尺寸是80*80*512，第6层的输出是80*80*256，最终本层的输出尺寸为80*80*768。- [-1, 3, C2f, [256]] # 15 (P3/8-small) 第15层，本层是C2f模块，可以参考第2层的讲解。3代表本层重复3次。256代表输出通道数。经过这层之后，特征图尺寸变为80*80*256，特征图的长宽已经变成输入图像的1/8。- [-1, 1, Conv, [256, 3, 2]] # 第16层，进行卷积操作（256代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为40*40*256（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样）。- [[-1, 12], 1, Concat, [1]] # cat head P4 第17层，本层是concat层，[-1, 12]代表将上层和第12层的输出作为本层的输入。[1]代表concat拼接的维度是1。从上面的分析可知，上层的输出尺寸是40*40*256，第12层的输出是40*40*512，最终本层的输出尺寸为40*40*768。- [-1, 3, C2f, [512]] # 18 (P4/16-medium) 第18层，本层是C2f模块，可以参考第2层的讲解。3代表本层重复3次。512代表输出通道数。经过这层之后，特征图尺寸变为40*40*512，特征图的长宽已经变成输入图像的1/16。- [-1, 1, Conv, [512, 3, 2]] # 第19层，进行卷积操作（512代表输出通道数，3代表卷积核大小k，2代表stride步长），输出特征图尺寸为20*20*512（卷积的参数都没变，所以都是长宽变成原来的1/2，和之前一样）。- [[-1, 9], 1, Concat, [1]] # cat head P5 第20层，本层是concat层，[-1, 9]代表将上层和第9层的输出作为本层的输入。[1]代表concat拼接的维度是1。从上面的分析可知，上层的输出尺寸是20*20*512，第9层的输出是20*20*1024，最终本层的输出尺寸为20*20*1536。- [-1, 3, C2f, [1024]] # 21 (P5/32-large) 第21层，本层是C2f模块，可以参考第2层的讲解。3代表本层重复3次。1024代表输出通道数。经过这层之后，特征图尺寸变为20*20*1024，特征图的长宽已经变成输入图像的1/32。- [[15, 18, 21], 1, Detect, [nc]] # Detect(P3, P4, P5) 第20层，本层是Detect层，[15, 18, 21]代表将第15、18、21层的输出（分别是80*80*256、40*40*512、20*20*1024）作为本层的输入。nc是数据集的类别数。
1.1 参数配置
# Parameters
nc: 80 # 类别数目，nc代表"number of classes"，即模型用于检测的对象类别总数。 80就是你所训练的数据的类别数量。由于默认使用COCO数据集，所以这里nc=80；但是这个在训练的时候你不是80个类别这里不修改也无所谓，只需要修改数据集的yaml文件即可。
scales: # 模型复合缩放常数，用于定义模型的不同尺寸和复杂度。即从下面n，s，m，l，x中选择其中一个便可以指定，例如在train.py中直接写 'model=yolov8n.yaml' ，便是指定了yolov8的n模型，如果写'model=yolov8x.yaml'，这样指定的就是YOLOv8的x模型，也就是最大的模型。
# [depth, width, max_channels]
n: [0.33, 0.25, 1024] # YOLOv8n：225层, 3157200参数, 3157184梯度, 8.9 GFLOPs
s: [0.33, 0.50, 1024] # YOLOv8s：225层, 11166560参数, 11166544梯度, 28.8 GFLOPs
m: [0.67, 0.75, 768] # YOLOv8m：295层, 25902640参数, 25902624梯度, 79.3 GFLOPs
l: [1.00, 1.00, 512] # YOLOv8l：365层, 43691520参数, 43691504梯度, 165.7 GFLOPs
x: [1.00, 1.25, 512] # YOLOv8x：365层, 68229648参数, 68229632梯度, 258.5 GFLOPs
[depth, width, max_channels]
depth: 网络的深度，控制子模块的数量
width： 网络的宽度，控制卷积核的数量
max_channels： 最大通道数
scales: # 模型复合缩放常数，用于定义模型的不同尺寸和复杂度。即从下面n，s，m，l，x中选择其中一个便可以指定，例如在train.py中直接写 'model=yolov8n.yaml' ，便是指定了yolov8的n模型，如果写'model=yolov8x.yaml'，这样指定的就是YOLOv8的x模型，也就是最大的模型。
然后我们再来看下这句话的意思，
这句话就是说，你可以直接在train.py中这样写
from ultralytics import YOLO# Load a model
# model = YOLO('yolov8n.yaml') # build a new model from YAML
# model = YOLO('yolov8n.pt') # load a pretrained model (recommended for training)model = YOLO(r'/projects/ultralytics/ultralytics/cfg/models/v8/yolov8n.yaml') # build from YAML and transfer weights# Train the model
model.train()有点同学可能会感到困惑：可是文件夹下面并没有yolov8n.yaml这个文件啊，这样不是路径错误吗？其实不然。
在task.py文件中，有这个函数可以提取到n这个scales，将n和yolov8.yaml分开
def guess_model_scale(model_path):"""Takes a path to a YOLO model's YAML file as input and extracts the size character of the model's scale. The functionuses regular expression matching to find the pattern of the model scale in the YAML file name, which is denoted byn, s, m, l, or x. The function returns the size character of the model scale as a string.Args:model_path (str | Path): The path to the YOLO model's YAML file.Returns:(str): The size character of the model's scale, which can be n, s, m, l, or x."""with contextlib.suppress(AttributeError):import rereturn re.search(r"yolov\d+([nslmx])", Path(model_path).stem).group(1) # n, s, m, l, or xreturn ""这句代码用于从一个路径字符串中提取YOLO模型的版本信息。具体来说，它使用正则表达式匹配模型路径字符串中的某一部分并提取其中的一部分内容。
下面逐步解释这句代码的含义：
-
re.search(r"yolov\d+([nslmx])", Path(model_path).stem)：-
re.search是 Python 正则表达式模块re中的一个函数，用于在字符串中搜索与正则表达式模式匹配的内容。 -
r"yolov\d+([nslmx])"是一个原始字符串，表示正则表达式模式：-
yolov表示匹配字符串 "yolov"。 -
\d+表示匹配一个或多个数字（\d 表示数字，+ 表示一个或多个）。 -
([nslmx])是一个捕获组，表示匹配单个字符，可以是 n, s, l, m, 或 x 中的任意一个。 -
Path(model_path).stem是将model_path作为路径对象处理，并获取其文件名部分（不包括扩展名）。
-
-
-
.group(1)：
group(1) 返回匹配的第一个捕获组的内容，即正则表达式中的 ([nslmx]) 部分。
举例说明
假设 model_path 为 "path/to/yolov8n.pt"，则解释如下：
-
Path(model_path).stem得到 "yolov8n"。 -
re.search(r"yolov\d+([nslmx])", "yolov8n")匹配 "yolov8n" 字符串，其中：-
yolov8匹配yolov\d+部分。 -
n匹配([nslmx])部分。
-
-
.group(1)返回捕获组的内容，即 "n"。
因此，这句代码的作用是从 model_path 中提取 YOLO 模型版本的最后一个字符（n, s, l, m, x）。
1.2 backbone
[from, repeats, module, args]
from: 有三种可能的值分别是 -1、具体的数值、list存放数值。
- -1代表此层的输入就是上一层的输出
- 如果是具体的某个数字6则代表本层的输入来自于模型的第6层
- 有的层是list存在两个值可能是多个值，则代表对应两个值的输出为本层的输入，例如concat
repeats: 这个参数是为了、C2f设置的，其他模块用不到，代表着C2f中Bottleneck重复的次数，当我们的模型用到的是3时候，repeats=3那么则代表C2f当中的Bottleneck串行3个。
module：模块类名，通过这个类名在conv.py，block.py和head.py中寻找相应的类，进行模块化的搭建网络。
args：以conv[64, 3, 2]为例，分别对应[channel, kernel, stride] 。channel是输出feature map的通道数，kernel是卷积核的个数， stride是卷积核移动步幅。此处代表输入到对应模块的参数，此处和parse_model函数中的定义方法有关，对于C2f来说传入的参数->第一个参数是上一个模型的输出通道数，第二个参数就是args的第一个参数，然后以此类推。
以C2f[128,true]为例，128是输出feature map的通道数，True代表Bottleneck模块中的shortcut=True,没有写代表False。
以SPPF[1024,5]为例，1024是输出feature map的通道数，5是SPPF模块中池化核的尺寸。
以nn.upsample为例，None表示不指定输出尺寸，2表示输出尺寸为输入尺寸的2倍，“nearest”表示上采样差值方式为最近邻差值。
1.3 head
head用于将主干网络(backbone)的特征图(feature maps)转化为目标检测的输出结果，head部分定义了模型的检测头，即用于最终目标检测的网络结构。头部网络的主要作用是进行目标分类和定位。它根据颈部网络提供的融合特征图，对每个特征点进行分类（目标类别预测）和定位（边界框预测）。
2. 网络结构打印
在yolov8的文件夹下新建info.py，然后粘贴下面的代码
from ultralytics import YOLO
# 加载训练好的模型或者网络结构配置文件
# model = YOLO('ultralytics/run/best.pt')
model = YOLO('ultralytics/cfg/models/v8/yolov8n.yaml')
# 打印模型参数信息
print(model.info())# 打印模型参数详细信息
print(model.info(detailed=True))
# 打印模型参数信息
print(model.info()) 输出内容如下：
只打印了层数，参数，梯度和GFLOPs
YOLOv8 summary: 225 layers, 3,157,200 parameters, 3,157,184 gradients 8.9GFLOPs
(225, 3157200, 3157184, 8.9GFLOPs)# 打印模型参数详细信息
print(model.info(detailed=True)) 输出内容如下：
打印出了模型每一层网络结构的名字、参数量以及该层的结构形状。
layer name gradient parameters shape mu sigma0 model.0.conv.weight True 432 [16, 3, 3, 3] 0.0087 0.113 torch.float321 model.0.bn.weight True 16 [16] 1 0 torch.float322 model.0.bn.bias True 16 [16] 0 0 torch.float323 model.1.conv.weight True 4608 [32, 16, 3, 3] 7.56e-05 0.0485 torch.float324 model.1.bn.weight True 32 [32] 1 0 torch.float325 model.1.bn.bias True 32 [32] 0 0 torch.float326 model.2.cv1.conv.weight True 1024 [32, 32, 1, 1] 0.00353 0.102 torch.float327 model.2.cv1.bn.weight True 32 [32] 1 0 torch.float328 model.2.cv1.bn.bias True 32 [32] 0 0 torch.float329 model.2.cv2.conv.weight True 1536 [32, 48, 1, 1] 0.00545 0.0834 torch.float3210 model.2.cv2.bn.weight True 32 [32] 1 0 torch.float3211 model.2.cv2.bn.bias True 32 [32] 0 0 torch.float3212 model.2.m.0.cv1.conv.weight True 2304 [16, 16, 3, 3] 0.000192 0.0481 torch.float3213 model.2.m.0.cv1.bn.weight True 16 [16] 1 0 torch.float3214 model.2.m.0.cv1.bn.bias True 16 [16] 0 0 torch.float3215 model.2.m.0.cv2.conv.weight True 2304 [16, 16, 3, 3] 7.72e-06 0.0489 torch.float3216 model.2.m.0.cv2.bn.weight True 16 [16] 1 0 torch.float3217 model.2.m.0.cv2.bn.bias True 16 [16] 0 0 torch.float3218 model.3.conv.weight True 18432 [64, 32, 3, 3] -0.00032 0.0341 torch.float3219 model.3.bn.weight True 64 [64] 1 0 torch.float3220 model.3.bn.bias True 64 [64] 0 0 torch.float3221 model.4.cv1.conv.weight True 4096 [64, 64, 1, 1] 0.000252 0.072 torch.float3222 model.4.cv1.bn.weight True 64 [64] 1 0 torch.float3223 model.4.cv1.bn.bias True 64 [64] 0 0 torch.float3224 model.4.cv2.conv.weight True 8192 [64, 128, 1, 1] 0.000322 0.0511 torch.float3225 model.4.cv2.bn.weight True 64 [64] 1 0 torch.float3226 model.4.cv2.bn.bias True 64 [64] 0 0 torch.float3227 model.4.m.0.cv1.conv.weight True 9216 [32, 32, 3, 3] 0.000172 0.0344 torch.float3228 model.4.m.0.cv1.bn.weight True 32 [32] 1 0 torch.float3229 model.4.m.0.cv1.bn.bias True 32 [32] 0 0 torch.float3230 model.4.m.0.cv2.conv.weight True 9216 [32, 32, 3, 3] -0.000275 0.034 torch.float3231 model.4.m.0.cv2.bn.weight True 32 [32] 1 0 torch.float3232 model.4.m.0.cv2.bn.bias True 32 [32] 0 0 torch.float3233 model.4.m.1.cv1.conv.weight True 9216 [32, 32, 3, 3] -0.000292 0.0342 torch.float3234 model.4.m.1.cv1.bn.weight True 32 [32] 1 0 torch.float3235 model.4.m.1.cv1.bn.bias True 32 [32] 0 0 torch.float3236 model.4.m.1.cv2.conv.weight True 9216 [32, 32, 3, 3] -7.28e-05 0.0343 torch.float3237 model.4.m.1.cv2.bn.weight True 32 [32] 1 0 torch.float3238 model.4.m.1.cv2.bn.bias True 32 [32] 0 0 torch.float3239 model.5.conv.weight True 73728 [128, 64, 3, 3] 9.28e-05 0.024 torch.float3240 model.5.bn.weight True 128 [128] 1 0 torch.float3241 model.5.bn.bias True 128 [128] 0 0 torch.float3242 model.6.cv1.conv.weight True 16384 [128, 128, 1, 1] 0.000167 0.051 torch.float3243 model.6.cv1.bn.weight True 128 [128] 1 0 torch.float3244 model.6.cv1.bn.bias True 128 [128] 0 0 torch.float3245 model.6.cv2.conv.weight True 32768 [128, 256, 1, 1] 8.12e-05 0.036 torch.float3246 model.6.cv2.bn.weight True 128 [128] 1 0 torch.float3247 model.6.cv2.bn.bias True 128 [128] 0 0 torch.float3248 model.6.m.0.cv1.conv.weight True 36864 [64, 64, 3, 3] -0.000144 0.024 torch.float3249 model.6.m.0.cv1.bn.weight True 64 [64] 1 0 torch.float3250 model.6.m.0.cv1.bn.bias True 64 [64] 0 0 torch.float3251 model.6.m.0.cv2.conv.weight True 36864 [64, 64, 3, 3] -0.000178 0.0241 torch.float3252 model.6.m.0.cv2.bn.weight True 64 [64] 1 0 torch.float3253 model.6.m.0.cv2.bn.bias True 64 [64] 0 0 torch.float3254 model.6.m.1.cv1.conv.weight True 36864 [64, 64, 3, 3] -9.93e-05 0.024 torch.float3255 model.6.m.1.cv1.bn.weight True 64 [64] 1 0 torch.float3256 model.6.m.1.cv1.bn.bias True 64 [64] 0 0 torch.float3257 model.6.m.1.cv2.conv.weight True 36864 [64, 64, 3, 3] 7.46e-05 0.0241 torch.float3258 model.6.m.1.cv2.bn.weight True 64 [64] 1 0 torch.float3259 model.6.m.1.cv2.bn.bias True 64 [64] 0 0 torch.float3260 model.7.conv.weight True 294912 [256, 128, 3, 3] 1.19e-05 0.017 torch.float3261 model.7.bn.weight True 256 [256] 1 0 torch.float3262 model.7.bn.bias True 256 [256] 0 0 torch.float3263 model.8.cv1.conv.weight True 65536 [256, 256, 1, 1] -1.78e-05 0.036 torch.float3264 model.8.cv1.bn.weight True 256 [256] 1 0 torch.float3265 model.8.cv1.bn.bias True 256 [256] 0 0 torch.float3266 model.8.cv2.conv.weight True 98304 [256, 384, 1, 1] -5.52e-05 0.0294 torch.float3267 model.8.cv2.bn.weight True 256 [256] 1 0 torch.float3268 model.8.cv2.bn.bias True 256 [256] 0 0 torch.float3269 model.8.m.0.cv1.conv.weight True 147456 [128, 128, 3, 3] 7.66e-05 0.017 torch.float3270 model.8.m.0.cv1.bn.weight True 128 [128] 1 0 torch.float3271 model.8.m.0.cv1.bn.bias True 128 [128] 0 0 torch.float3272 model.8.m.0.cv2.conv.weight True 147456 [128, 128, 3, 3] 8.7e-07 0.017 torch.float3273 model.8.m.0.cv2.bn.weight True 128 [128] 1 0 torch.float3274 model.8.m.0.cv2.bn.bias True 128 [128] 0 0 torch.float3275 model.9.cv1.conv.weight True 32768 [128, 256, 1, 1] -0.000411 0.0361 torch.float3276 model.9.cv1.bn.weight True 128 [128] 1 0 torch.float3277 model.9.cv1.bn.bias True 128 [128] 0 0 torch.float3278 model.9.cv2.conv.weight True 131072 [256, 512, 1, 1] 0.000127 0.0255 torch.float3279 model.9.cv2.bn.weight True 256 [256] 1 0 torch.float3280 model.9.cv2.bn.bias True 256 [256] 0 0 torch.float3281 model.12.cv1.conv.weight True 49152 [128, 384, 1, 1] -0.000128 0.0295 torch.float3282 model.12.cv1.bn.weight True 128 [128] 1 0 torch.float3283 model.12.cv1.bn.bias True 128 [128] 0 0 torch.float3284 model.12.cv2.conv.weight True 24576 [128, 192, 1, 1] -0.000642 0.0418 torch.float3285 model.12.cv2.bn.weight True 128 [128] 1 0 torch.float3286 model.12.cv2.bn.bias True 128 [128] 0 0 torch.float3287 model.12.m.0.cv1.conv.weight True 36864 [64, 64, 3, 3] 1.28e-05 0.0241 torch.float3288 model.12.m.0.cv1.bn.weight True 64 [64] 1 0 torch.float3289 model.12.m.0.cv1.bn.bias True 64 [64] 0 0 torch.float3290 model.12.m.0.cv2.conv.weight True 36864 [64, 64, 3, 3] -0.000192 0.0241 torch.float3291 model.12.m.0.cv2.bn.weight True 64 [64] 1 0 torch.float3292 model.12.m.0.cv2.bn.bias True 64 [64] 0 0 torch.float3293 model.15.cv1.conv.weight True 12288 [64, 192, 1, 1] -0.000297 0.0419 torch.float3294 model.15.cv1.bn.weight True 64 [64] 1 0 torch.float3295 model.15.cv1.bn.bias True 64 [64] 0 0 torch.float3296 model.15.cv2.conv.weight True 6144 [64, 96, 1, 1] 0.000114 0.059 torch.float3297 model.15.cv2.bn.weight True 64 [64] 1 0 torch.float3298 model.15.cv2.bn.bias True 64 [64] 0 0 torch.float3299 model.15.m.0.cv1.conv.weight True 9216 [32, 32, 3, 3] -0.000316 0.034 torch.float32100 model.15.m.0.cv1.bn.weight True 32 [32] 1 0 torch.float32101 model.15.m.0.cv1.bn.bias True 32 [32] 0 0 torch.float32102 model.15.m.0.cv2.conv.weight True 9216 [32, 32, 3, 3] 0.000419 0.0341 torch.float32103 model.15.m.0.cv2.bn.weight True 32 [32] 1 0 torch.float32104 model.15.m.0.cv2.bn.bias True 32 [32] 0 0 torch.float32105 model.16.conv.weight True 36864 [64, 64, 3, 3] 9.78e-05 0.0242 torch.float32106 model.16.bn.weight True 64 [64] 1 0 torch.float32107 model.16.bn.bias True 64 [64] 0 0 torch.float32108 model.18.cv1.conv.weight True 24576 [128, 192, 1, 1] 0.00016 0.0417 torch.float32109 model.18.cv1.bn.weight True 128 [128] 1 0 torch.float32110 model.18.cv1.bn.bias True 128 [128] 0 0 torch.float32111 model.18.cv2.conv.weight True 24576 [128, 192, 1, 1] 0.00015 0.0416 torch.float32112 model.18.cv2.bn.weight True 128 [128] 1 0 torch.float32113 model.18.cv2.bn.bias True 128 [128] 0 0 torch.float32114 model.18.m.0.cv1.conv.weight True 36864 [64, 64, 3, 3] 8.61e-05 0.024 torch.float32115 model.18.m.0.cv1.bn.weight True 64 [64] 1 0 torch.float32116 model.18.m.0.cv1.bn.bias True 64 [64] 0 0 torch.float32117 model.18.m.0.cv2.conv.weight True 36864 [64, 64, 3, 3] 0.000194 0.024 torch.float32118 model.18.m.0.cv2.bn.weight True 64 [64] 1 0 torch.float32119 model.18.m.0.cv2.bn.bias True 64 [64] 0 0 torch.float32120 model.19.conv.weight True 147456 [128, 128, 3, 3] -3.91e-05 0.017 torch.float32121 model.19.bn.weight True 128 [128] 1 0 torch.float32122 model.19.bn.bias True 128 [128] 0 0 torch.float32123 model.21.cv1.conv.weight True 98304 [256, 384, 1, 1] -0.000318 0.0295 torch.float32124 model.21.cv1.bn.weight True 256 [256] 1 0 torch.float32125 model.21.cv1.bn.bias True 256 [256] 0 0 torch.float32126 model.21.cv2.conv.weight True 98304 [256, 384, 1, 1] 1.61e-05 0.0295 torch.float32127 model.21.cv2.bn.weight True 256 [256] 1 0 torch.float32128 model.21.cv2.bn.bias True 256 [256] 0 0 torch.float32129 model.21.m.0.cv1.conv.weight True 147456 [128, 128, 3, 3] 7.26e-05 0.017 torch.float32130 model.21.m.0.cv1.bn.weight True 128 [128] 1 0 torch.float32131 model.21.m.0.cv1.bn.bias True 128 [128] 0 0 torch.float32132 model.21.m.0.cv2.conv.weight True 147456 [128, 128, 3, 3] 4.85e-05 0.017 torch.float32133 model.21.m.0.cv2.bn.weight True 128 [128] 1 0 torch.float32134 model.21.m.0.cv2.bn.bias True 128 [128] 0 0 torch.float32135 model.22.cv2.0.0.conv.weight True 36864 [64, 64, 3, 3] -0.000168 0.0241 torch.float32136 model.22.cv2.0.0.bn.weight True 64 [64] 1 0 torch.float32137 model.22.cv2.0.0.bn.bias True 64 [64] 0 0 torch.float32138 model.22.cv2.0.1.conv.weight True 36864 [64, 64, 3, 3] 0.00011 0.0241 torch.float32139 model.22.cv2.0.1.bn.weight True 64 [64] 1 0 torch.float32140 model.22.cv2.0.1.bn.bias True 64 [64] 0 0 torch.float32141 model.22.cv2.0.2.weight True 4096 [64, 64, 1, 1] -0.00119 0.0722 torch.float32142 model.22.cv2.0.2.bias True 64 [64] 1 0 torch.float32143 model.22.cv2.1.0.conv.weight True 73728 [64, 128, 3, 3] 6.97e-05 0.017 torch.float32144 model.22.cv2.1.0.bn.weight True 64 [64] 1 0 torch.float32145 model.22.cv2.1.0.bn.bias True 64 [64] 0 0 torch.float32146 model.22.cv2.1.1.conv.weight True 36864 [64, 64, 3, 3] -0.000177 0.024 torch.float32147 model.22.cv2.1.1.bn.weight True 64 [64] 1 0 torch.float32148 model.22.cv2.1.1.bn.bias True 64 [64] 0 0 torch.float32149 model.22.cv2.1.2.weight True 4096 [64, 64, 1, 1] -0.000289 0.0721 torch.float32150 model.22.cv2.1.2.bias True 64 [64] 1 0 torch.float32151 model.22.cv2.2.0.conv.weight True 147456 [64, 256, 3, 3] 1.4e-05 0.012 torch.float32152 model.22.cv2.2.0.bn.weight True 64 [64] 1 0 torch.float32153 model.22.cv2.2.0.bn.bias True 64 [64] 0 0 torch.float32154 model.22.cv2.2.1.conv.weight True 36864 [64, 64, 3, 3] -0.000207 0.024 torch.float32155 model.22.cv2.2.1.bn.weight True 64 [64] 1 0 torch.float32156 model.22.cv2.2.1.bn.bias True 64 [64] 0 0 torch.float32157 model.22.cv2.2.2.weight True 4096 [64, 64, 1, 1] 0.000311 0.0727 torch.float32158 model.22.cv2.2.2.bias True 64 [64] 1 0 torch.float32159 model.22.cv3.0.0.conv.weight True 46080 [80, 64, 3, 3] 5.27e-05 0.0241 torch.float32160 model.22.cv3.0.0.bn.weight True 80 [80] 1 0 torch.float32161 model.22.cv3.0.0.bn.bias True 80 [80] 0 0 torch.float32162 model.22.cv3.0.1.conv.weight True 57600 [80, 80, 3, 3] -5.35e-05 0.0216 torch.float32163 model.22.cv3.0.1.bn.weight True 80 [80] 1 0 torch.float32164 model.22.cv3.0.1.bn.bias True 80 [80] 0 0 torch.float32165 model.22.cv3.0.2.weight True 6400 [80, 80, 1, 1] -0.000259 0.0642 torch.float32166 model.22.cv3.0.2.bias True 80 [80] -11.5 1.92e-06 torch.float32167 model.22.cv3.1.0.conv.weight True 92160 [80, 128, 3, 3] -6.1e-05 0.017 torch.float32168 model.22.cv3.1.0.bn.weight True 80 [80] 1 0 torch.float32169 model.22.cv3.1.0.bn.bias True 80 [80] 0 0 torch.float32170 model.22.cv3.1.1.conv.weight True 57600 [80, 80, 3, 3] 0.000153 0.0215 torch.float32171 model.22.cv3.1.1.bn.weight True 80 [80] 1 0 torch.float32172 model.22.cv3.1.1.bn.bias True 80 [80] 0 0 torch.float32173 model.22.cv3.1.2.weight True 6400 [80, 80, 1, 1] -0.000754 0.064 torch.float32174 model.22.cv3.1.2.bias True 80 [80] -10.2 0 torch.float32175 model.22.cv3.2.0.conv.weight True 184320 [80, 256, 3, 3] 3.96e-05 0.012 torch.float32176 model.22.cv3.2.0.bn.weight True 80 [80] 1 0 torch.float32177 model.22.cv3.2.0.bn.bias True 80 [80] 0 0 torch.float32178 model.22.cv3.2.1.conv.weight True 57600 [80, 80, 3, 3] -3.82e-05 0.0215 torch.float32179 model.22.cv3.2.1.bn.weight True 80 [80] 1 0 torch.float32180 model.22.cv3.2.1.bn.bias True 80 [80] 0 0 torch.float32181 model.22.cv3.2.2.weight True 6400 [80, 80, 1, 1] 5.84e-05 0.0644 torch.float32182 model.22.cv3.2.2.bias True 80 [80] -8.76 0 torch.float32183 model.22.dfl.conv.weight False 16 [1, 16, 1, 1] 7.5 4.76 torch.float32
YOLOv8 summary: 225 layers, 3,157,200 parameters, 3,157,184 gradients, 8.9GFLOPs
(225, 3157200, 3157184, 8.9)3. 网络结构图的绘制
绘制网络结构的整体部分主要是参考yaml文件，而详细的部分需要去看每个模块的代码实现。
给大家推荐一个绘制网络结构图的网站：(diagrams.net)
画图的时候我们先要看如何输入，我们在yaml文件的这里看到输入是一张640*640*3的图像，所以从上面开始是input一个图像，接下来是两个Conv，
然后接下来是C2f模块，
这样一直画到SPPF结构，画head,【我这里是画的四个检测头，原理和三个检测头是一样的】
然后接下来我们连接一下每个模块之间的线，根据yaml文件连线即可
详细的结构图绘制等我有时间了会出视频，文字可能不是很直观。
我的yaml文件
# Ultralytics YOLO 🚀, AGPL-3.0 license
# YOLOv8 object detection model with P2-P5 outputs. For Usage examples see https://docs.ultralytics.com/tasks/detect# Parameters
nc: 80 # number of classes
scales: # model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8.yaml with scale 'n'# [depth, width, max_channels]n: [0.33, 0.25, 1024]s: [0.33, 0.50, 1024]m: [0.67, 0.75, 768]l: [1.00, 1.00, 512]x: [1.00, 1.25, 512]# YOLOv8.0 backbone
backbone:# [from, repeats, module, args]- [-1, 1, Conv, [64, 3, 2]] # 0-P1/2- [-1, 1, Conv, [128, 3, 2]] # 1-P2/4- [-1, 3, C2f, [128, True]]- [-1, 1, Conv, [256, 3, 2]] # 3-P3/8- [-1, 6, C2f, [256, True]]- [-1, 1, Conv, [512, 3, 2]] # 5-P4/16- [-1, 6, C2f, [512, True]]- [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32- [-1, 3, C2f, [1024, True]]- [-1, 1, SPPF, [1024, 5]] # 9# YOLOv8.0-p2 head
head:- [-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, nn.Upsample, [None, 2, "nearest"]]- [[-1, 2], 1, Concat, [1]] # cat backbone P2- [-1, 3, C2f, [128]] # 18 (P2/4-xsmall)- [-1, 1, Conv, [128, 3, 2]]- [[-1, 15], 1, Concat, [1]] # cat head P3- [-1, 3, C2f, [256]] # 21 (P3/8-small)- [-1, 1, Conv, [256, 3, 2]]- [[-1, 12], 1, Concat, [1]] # cat head P4- [-1, 3, C2f, [512]] # 24 (P4/16-medium)- [-1, 1, Conv, [512, 3, 2]]- [[-1, 9], 1, Concat, [1]] # cat head P5- [-1, 3, C2f, [1024]] # 27 (P5/32-large)- [[18, 21, 24, 27], 1, Detect, [nc]] # Detect(P2, P3, P4, P5)
