YOLOV8网络结构|搞懂head

head里面的模块之前在backbone出现过的，有conv和c2f，还有concat是新的，就是用来做连接的，就是把几个通道的输出给连接起来，有C,H,W三个维度的，就看最后连接的参数，是按照哪个方向把他们加起来，没有可以学习的参数。upsample是直接继承的nn.Upsample,上采样，就是把图片放大；也是没有能学习的参数。还有三个Detect检测头

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, 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)

学习资料：Yolov8网络模型参数之Head介绍_哔哩哔哩_bilibili

检测头：

相比yolov5，v8的检测头计算量增加了很多。

yolov8的检测头是解耦头，每个头都有2个分支。