yolov5和yolov8 目标检测模型 输出张量的说明

1.下图为yolov5输出张量说明

float[1,25200,85]

1为batch

25200可以理解为 25200=(80∗80+40∗40+20∗20)∗3

输入图像的尺寸是 640x640 像素，那么根据不同尺度的输出（通常 YOLOv5 有三个不同尺度的输出），这些网格的尺寸会按 8、16、32 的步长划分，分别对应 80x80、40x40 和 20x20 的网格。因此，对于每个尺度：

• 80x80 的网格有 6400 个单元格（80 * 80）
• 40x40 的网格有 1600 个单元格（40 * 40）
• 20x20 的网格有 400 个单元格（20 * 20）

如果模型为每个网格预测 3 个边界框，那么总的单元格数为：

6400（80x80网格）+ 1600（40x40网格）+ 400（20x20网格）= 8400 个单元格

然后乘以每个网格预测的边界框数量 3，得到 25200（8400 * 3）。

85代表为边界框的x位置，y位置，宽，高，每个类别置信度，

2.yolov8输出张量说明

float[1,84,8400]

1为batach

84为x位置，y位置，宽，高，每个类别置信度

8400一共有8400个边界框

上述来源于一下链接，包括上述两张图片

https://blog.csdn.net/flyfish1986/article/details/127265913https://blog.csdn.net/flyfish1986/article/details/127265913

https://blog.csdn.net/weixin_46771779/article/details/134115873https://blog.csdn.net/weixin_46771779/article/details/134115873