前言
本篇文章主要用于记录学习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，模型如何将yaml文件解析出来的确是不知道的，下面我们从yaml文件来讲解，并打印出网络结构参数。
往期回顾
1、YOLOv8入门-训练TT100K数据集实践
目录
- 一、yaml文件的定义
- 二、模型结构图
- 三、模型结构解析
- 四、模型结构打印
- 五、查看详细网络结构
一、yaml文件的定义
文件位置：./ultralytics/cfg/models/v8/yolov8.yaml，文件详解：
# 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表示该模型配置用于检测80种不同的对象。由于默认使用COCO数据集，这里nc=80；
scales: # 模型复合缩放常数，用于定义模型的不同尺寸和复杂度。例如 'model=yolov8n.yaml' 将调用带有 'n' 缩放的 yolov8.yaml# [depth, width, max_channels]n: [0.33, 0.25, 1024] # YOLOv8n概览：225层, 3157200参数, 3157184梯度, 8.9 GFLOPss: [0.33, 0.50, 1024] # YOLOv8s概览：225层, 11166560参数, 11166544梯度, 28.8 GFLOPsm: [0.67, 0.75, 768] # YOLOv8m概览：295层, 25902640参数, 25902624梯度, 79.3 GFLOPsl: [1.00, 1.00, 512] # YOLOv8l概览：365层, 43691520参数, 43691504梯度, 165.7 GFLOPsx: [1.00, 1.25, 512] # YOLOv8x概览：365层, 68229648参数, 68229632梯度, 258.5 GFLOPs# YOLOv8.0n backbone 骨干层
backbone:# [from, repeats, module, args]- [-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。Conv代表卷积层，相应的参数：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 头部层
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、参数配置
nc:80 # 数据集的类别数，默认coco是80类别（yolov8的权重也是基于此数据集训练出来的），nc此处其实不需要修改，模型会自动根据我们数据集的yaml文件获取此处的数量
scales：# 包含了不同模型配置的尺度参数，调整模型的规模，通过尺度参数可以实现不同复杂度的模型设计。YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x五种模型的区别在于depth、width、max_channels这三个参数的不同。
#model compound scaling constants, i.e. ‘model=yolov8n.yaml’ will call yolov8.yaml with scale ‘n’
#此处的含义大概就是如果我们在训练的指令时候使用model=yolov8.yaml 则对应的是v8n，如果使用model=yolov8s.yaml则对应的是v8s
[depth, width, max_channels]
depth:深度，控制子模块的数量
width： 宽度，控制卷积核的数量
max_channels： 最大通道数
2、backbone模块
[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）-1代表此层的输入就是上一层的输出
（2）如果是具体的某个数字4则代表本层的输入来自于模型的第四层
（3）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
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1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common.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,m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。
3、head模块
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）。
关键组成：
nn.Upsample：表示上采样层，用于放大特征图。
Concat：表示连接层，用于合并来自不同层的特征。
C2f：层再次出现，可能用于进一步处理合并后的特征。
Detect：层是最终的检测层，负责输出检测结果。
二、模型结构图
YOLOv8（You Only Look Once version 8）目标检测模型的结构图。它展示了模型的三个主要部分：Backbone（主干网络）、Neck（颈部网络）和 Head（头部网络），以及它们的子模块和连接方式。
概述
提供全新SOTA模型，包括640(P5)和1280(P6)分辨率的目标检测网络和基于YOLACT的实例分割模型。
- Backbone：骨干网络和neck部分参考了YOLOv7 ELAN的设计思想，将YOLOv5的C3结构换成了梯度流更丰富的C2f结构，并对不同尺度模型调整了不同通道数。
- Head：Head部分较yolov5而言有两大改进：（1）换成了目前主流的解耦头结构（Decoupled-Head），将分类与检测头分离 （2）将Anchor-Based换成Anchor-Free
- Loss：YOLOv8抛弃以往IOU匹配或者单边比例的分配方法，使用了Task-Aligned Assigner正负样本匹配方式。2）并引入了 Distribution Focal Loss(DFL)
- Train：训练的数据增强部分引入了 YOLOX 中的最后 10 epoch 关闭 Mosiac 增强的操作，有效地提升精度
三、模型结构解析
在ultralytics/nn/modules.py文件中定义了yolov8网络中的卷积神经单元，也是后续网络魔改的主要文件。
四、模型结构打印
每次进行YOLOv8模型训练前，都会打印相应的模型结构信息，如下图。
通过查看源码发现，信息是在源码DetectionModel类中，打印出来的。因此我们直接使用该类，传入我们自己的模型配置文件，运行该类即可。
第一步：进入./ultralytics/nn/tasks.py文件，找到DetectionModel类
代码如下：
class DetectionModel(BaseModel):"""YOLOv8 detection model."""def __init__(self, cfg="yolov8n.yaml", ch=3, nc=None, verbose=True): # model, input channels, number of classes"""Initialize the YOLOv8 detection model with the given config and parameters."""super().__init__()self.yaml = cfg if isinstance(cfg, dict) else yaml_model_load(cfg) # cfg dictif self.yaml["backbone"][0][2] == "Silence":LOGGER.warning("WARNING ⚠️ YOLOv9 `Silence` module is deprecated in favor of nn.Identity. ""Please delete local *.pt file and re-download the latest model checkpoint.")self.yaml["backbone"][0][2] = "nn.Identity"# Define modelch = self.yaml["ch"] = self.yaml.get("ch", ch) # input channelsif nc and nc != self.yaml["nc"]:LOGGER.info(f"Overriding model.yaml nc={self.yaml['nc']} with nc={nc}")self.yaml["nc"] = nc # override YAML valueself.model, self.save = parse_model(deepcopy(self.yaml), ch=ch, verbose=verbose) # model, savelistself.names = {i: f"{i}" for i in range(self.yaml["nc"])} # default names dictself.inplace = self.yaml.get("inplace", True)self.end2end = getattr(self.model[-1], "end2end", False)# Build stridesm = self.model[-1] # Detect()if isinstance(m, Detect): # includes all Detect subclasses like Segment, Pose, OBB, WorldDetects = 256 # 2x min stridem.inplace = self.inplacedef _forward(x):"""Performs a forward pass through the model, handling different Detect subclass types accordingly."""if self.end2end:return self.forward(x)["one2many"]return self.forward(x)[0] if isinstance(m, (Segment, Pose, OBB)) else self.forward(x)m.stride = torch.tensor([s / x.shape[-2] for x in _forward(torch.zeros(1, ch, s, s))]) # forwardself.stride = m.stridem.bias_init() # only run onceelse:self.stride = torch.Tensor([32]) # default stride for i.e. RTDETR# Init weights, biasesinitialize_weights(self)if verbose:self.info()LOGGER.info("")def _predict_augment(self, x):"""Perform augmentations on input image x and return augmented inference and train outputs."""if getattr(self, "end2end", False):LOGGER.warning("WARNING ⚠️ End2End model does not support 'augment=True' prediction. ""Reverting to single-scale prediction.")return self._predict_once(x)img_size = x.shape[-2:] # height, widths = [1, 0.83, 0.67] # scalesf = [None, 3, None] # flips (2-ud, 3-lr)y = [] # outputsfor si, fi in zip(s, f):xi = scale_img(x.flip(fi) if fi else x, si, gs=int(self.stride.max()))yi = super().predict(xi)[0] # forwardyi = self._descale_pred(yi, fi, si, img_size)y.append(yi)y = self._clip_augmented(y) # clip augmented tailsreturn torch.cat(y, -1), None # augmented inference, train
第二步：在task.py文件下添加以下代码
# 模型网络结构配置文件路径
yaml_path = 'ultralytics/cfg/models/v8/yolov8n.yaml'
# 改进的模型结构路径
# yaml_path = 'ultralytics/cfg/models/v8/yolov8n-CBAM.yaml'
# 传入模型网络结构配置文件cfg, nc为模型检测类别数
DetectionModel(cfg=yaml_path,nc=5)
第三步：运行task.py文件即可打印网络参数
效果如下：
模型配置文件一共有23行，params为每一层的参数量大小，module为每一层的结构名称，arguments为每一层结构需要传入的参数。最后一行summary为总的信息参数，模型一共有25层，参数量（parameters）为：3011823 ，计算量GFLOPs为：8.2
五、查看详细网络结构
第一步：新建tools/DetectModel.py文件
代码如下：
from ultralytics import YOLO
# 加载训练好的模型或者网络结构配置文件
#model = YOLO('best.pt')
model = YOLO('ultralytics/cfg/models/v8/yolov8.yaml')
# 打印模型参数信息
print(model.info())
print(model.info(detailed=True))
第二步：运行DetectModel.py
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] -0.0018 0.112 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] -5.27e-05 0.0479 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] 0.00697 0.104 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] 0.00101 0.0828 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] -0.000518 0.0479 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] 0.0003 0.0483 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] -2.67e-05 0.034 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] -0.00063 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] 0.000625 0.0512 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] 0.000206 0.0341 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] -7.44e-05 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] -0.000666 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] 6.18e-05 0.0341 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] -6.7e-05 0.0241 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] -0.000304 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] 4.06e-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] -0.000123 0.0241 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] -6.25e-05 0.024 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] 2.97e-05 0.0241 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] 0.000165 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] -1.75e-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] 0.000161 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] 0.000193 0.0295 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] 5.85e-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] -3.18e-05 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] 9.07e-05 0.036 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] -6.56e-05 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] 3.35e-05 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] 0.000263 0.0417 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] -9.72e-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] 4.32e-05 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] -0.000269 0.0416 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] 0.000311 0.0588 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] 6.21e-05 0.0341 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] 0.000244 0.0336 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] -0.00011 0.024 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] 0.000266 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] 0.000163 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] -6.7e-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] -0.000178 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] -4.19e-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] -3.8e-05 0.0294 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] 1.01e-05 0.0294 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] -6.31e-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] 1.04e-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] -0.000182 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] 0.000133 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] -0.000657 0.0724 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] -6.36e-06 0.0171 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] -0.000187 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] -0.000317 0.0718 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] -2.29e-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] -0.000249 0.0241 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] -0.00175 0.0713 torch.float32158 model.22.cv2.2.2.bias True 64 [64] 1 0 torch.float32159 model.22.cv3.0.0.conv.weight True 36864 [64, 64, 3, 3] 8.05e-05 0.0241 torch.float32160 model.22.cv3.0.0.bn.weight True 64 [64] 1 0 torch.float32161 model.22.cv3.0.0.bn.bias True 64 [64] 0 0 torch.float32162 model.22.cv3.0.1.conv.weight True 36864 [64, 64, 3, 3] -0.000122 0.0241 torch.float32163 model.22.cv3.0.1.bn.weight True 64 [64] 1 0 torch.float32164 model.22.cv3.0.1.bn.bias True 64 [64] 0 0 torch.float32165 model.22.cv3.0.2.weight True 2880 [45, 64, 1, 1] -0.000135 0.0724 torch.float32166 model.22.cv3.0.2.bias True 45 [45] -11 9.64e-07 torch.float32167 model.22.cv3.1.0.conv.weight True 73728 [64, 128, 3, 3] -1.51e-05 0.017 torch.float32168 model.22.cv3.1.0.bn.weight True 64 [64] 1 0 torch.float32169 model.22.cv3.1.0.bn.bias True 64 [64] 0 0 torch.float32170 model.22.cv3.1.1.conv.weight True 36864 [64, 64, 3, 3] 4.7e-05 0.024 torch.float32171 model.22.cv3.1.1.bn.weight True 64 [64] 1 0 torch.float32172 model.22.cv3.1.1.bn.bias True 64 [64] 0 0 torch.float32173 model.22.cv3.1.2.weight True 2880 [45, 64, 1, 1] -0.003 0.072 torch.float32174 model.22.cv3.1.2.bias True 45 [45] -9.57 9.64e-07 torch.float32175 model.22.cv3.2.0.conv.weight True 147456 [64, 256, 3, 3] -3.16e-05 0.012 torch.float32176 model.22.cv3.2.0.bn.weight True 64 [64] 1 0 torch.float32177 model.22.cv3.2.0.bn.bias True 64 [64] 0 0 torch.float32178 model.22.cv3.2.1.conv.weight True 36864 [64, 64, 3, 3] -7.14e-05 0.0241 torch.float32179 model.22.cv3.2.1.bn.weight True 64 [64] 1 0 torch.float32180 model.22.cv3.2.1.bn.bias True 64 [64] 0 0 torch.float32181 model.22.cv3.2.2.weight True 2880 [45, 64, 1, 1] -0.000625 0.0719 torch.float32182 model.22.cv3.2.2.bias True 45 [45] -8.19 0 torch.float32183 model.22.dfl.conv.weight False 16 [1, 16, 1, 1] 7.5 4.76 torch.float32
YOLOv8 summary: 225 layers, 3,019,623 parameters, 3,019,607 gradients, 8.2 GFLOPs
(225, 3019623, 3019607, 8.2414592)
