我要评论yolo系列算法解读：
yolov1通俗易懂版解读、ssd算法解读、yolov2算法解读、yolov3算法解读、yolov4算法解读、yolov5算法解读、yolor算法解读、yolox算法解读、yolov6算法解读、yolov7算法解读、yolov8算法解读、yolov9算法解读、yolov10算法解读
pp-yolo系列算法解读：
pp-yolo算法解读、pp-yolov2算法解读、pp-picodet算法解读、pp-yoloe算法解读、pp-yoloe-r算法解读
1、算法概述
yolov8和yolov5都是由小型初创公司ultralytics创建并维护的，和yolov5一样，也没有形成论文，但工程readme里面链接了参考文档(https://docs.ultralytics.com/models/yolov8/)，该文档非常丰富，包含如何快速运行、训练、验证、预测及导出其他格式模型，还包含除检测任务的其他任务的扩展如：分割、分类和姿态估计，同时也包含yolo系列其他模型的汇总介绍。
yolov8的主要特点有：
1、模型更快更准确；
2、模型除了能完成目标检测任务，也可以无缝衔接到实例分割、图像分类以及姿态估计任务；
3、与之前的yolo版本兼容可扩展，ultralytics相当于一个yolo统一框架；
4、yolov8采用新的backbone，与yolov5相比采用了anchor-free策略，模型也采用了新的损失函数；
5、yolov8支持导出多种格式的模型，并且可以在cpu/gpu上运行。
2、yolov8细节
yolov8网络结构如下所示，图片来自github用户@rangeking
对比yolov8和yolov5的yaml格式网络结构配置
可以看到网络规模n/s/m/l/x的深度、宽度配置比例没有改变，但max_channels，yolov8的减少了。
backbone部分，yolov8将yolov5采用的c3结构升级成了c2f，其余通道数配置均未改变
head部分，相对于yolov5，上采样之前减少了卷积操作，同样将c3升级成了c2f
2.1 yolov8的c2f结构
yolov8中的c2f结构如下图红框部分：
由子模块convmodule和多个darknetbottleneck所组成，而darknetbottleneck又包含两个3x3卷积的convmodule；
对比yolov5的c3结构，如下：
其中convmodule对应cbs，结构没有改变，darknetbottleneck相对于yolov5的bottleneck结构，将其第一个1x1的cbs换成了3x3的cbs结构，即yolov8的darknetbottleneck包含两个3x3卷积，值得注意的是，yolov8和yolov5一样，都在backbone部分的bottleneck应用了shortcut连接，而neck部分没有应用shortcut。最大的不同是c2f中每个darknetbottleneck均分出一半通道的特征图直接连接到最后，多个darknetbottleneck分出来的通道以及最后一个darknetbottleneck的输出通过concat操作合并在一起，并经过1x1的convmodule得到想要的输出通道，这有点像yolov7的e-elan结构，优化了梯度在网络之间的传播路径，下面具体看代码实现：
2.2 yolov8的sppf模块
之前yolov5以及yolo其他系列均采用spp模块，结构如下：
而yolov8采用的sppf是将池化操作的并行分支改为了串行操作，并在每个池化后接了shortcut，结构如下：
代码对应如下：
2.3 yolov8的neck和head
neck部分变化得比较少，一是上采样之前减少了卷积操作，二是将c3升级成了c2f。
变化比较大的是head部分，像yolov6一样，yolov8解耦了分类和回归分支，并且取消了obj分支（为什么这么做，请参阅论文[1]），并且变成了anchor-free，如下：
当为yolov8l模型时，w=1.0，最大通道数为512
而yolov5l的耦合方式检测头结构如下：
2.4 yolov8的损失函数
由上部分可知，检测头解耦后，每个特征尺度的检测头有两个分支：分类分支和回归分支，结构如下：
分类分支还是采用bce损失，回归分支是采用ciou与dfl(distribution focal loss)共同控制。
参考文献：
[1] generalized focal loss(https://arxiv.org/pdf/2006.04388.pdf)
知乎：大白话 generalized focal loss（https://zhuanlan.zhihu.com/p/147691786）
发表评论