【YOLOv8】YOLOv8结构解读

HABuo

发布于 2025-02-18 04:29:03

6.4K0

一、YOLOv8的网络结构

YOLOv8是YOLO（You Only Look Once）系列目标检测算法的最新版本，由Ultralytics团队开发。YOLOv8在YOLOv5的基础上进行了多项改进，进一步提升了检测精度和速度。

1. 整体架构

YOLOv8的整体架构延续了YOLO系列的单阶段检测器设计，采用端到端的方式直接预测目标的类别和边界框。其主要组成部分包括：

Backbone：特征提取网络
Neck：特征融合网络
Head：检测头

2. Backbone

YOLOv8的Backbone采用了CSPDarknet53结构，这是YOLOv4和YOLOv5中使用的Backbone的改进版本。CSPDarknet53通过Cross Stage Partial (CSP) 结构减少了计算量，同时保持了较高的特征提取能力。具体特点包括：

CSP结构：通过将特征图分成两部分，一部分经过卷积操作，另一部分直接传递，最后将两部分特征融合，减少了计算量。
Focus模块：在YOLOv5中引入的Focus模块在YOLOv8中继续使用，通过切片操作减少计算量，同时保持特征信息。

3. Neck

YOLOv8的Neck部分采用了PANet（Path Aggregation Network）结构，用于特征融合。PANet通过自底向上和自顶向下的路径聚合，增强了不同尺度特征之间的信息流动。具体特点包括：

FPN（Feature Pyramid Network）：通过自顶向下的路径将高层语义信息传递到低层特征。
PAN（Path Aggregation Network）：通过自底向上的路径将低层细节信息传递到高层特征。

4. Head

YOLOv8的Head部分负责最终的检测任务，包括分类和回归。具体特点包括：

Anchor-Free：YOLOv8采用了Anchor-Free的设计，直接预测目标的中心点和宽高，减少了Anchor的复杂性和计算量。
Decoupled Head：YOLOv8使用了分离的检测头，分别处理分类和回归任务，提高了检测精度。
CIoU Loss：YOLOv8使用了CIoU（Complete Intersection over Union）损失函数，考虑了重叠区域、中心点距离和宽高比，进一步提升了边界框的回归精度。

5. 其他改进

Mosaic数据增强：YOLOv8继续使用Mosaic数据增强技术，通过将四张图像拼接成一张进行训练，增加了数据的多样性。
Self-Adversarial Training (SAT)：YOLOv8引入了自对抗训练，通过生成对抗样本提升模型的鲁棒性。
Label Smoothing：YOLOv8使用了标签平滑技术，减少了过拟合的风险。

6. 性能

YOLOv8在COCO数据集上进行了广泛的实验，结果表明其在精度和速度之间取得了良好的平衡。具体性能指标包括：

mAP（mean Average Precision）：YOLOv8在COCO数据集上的mAP达到了新的高度，超过了YOLOv5和其他主流检测算法。
FPS（Frames Per Second）：YOLOv8在保持高精度的同时，推理速度也非常快，适合实时应用场景。

二、YOLOv8与YOLOv5差别

YOLOv8 在 YOLOv5 的基础上进行了多项改进和优化，尽管整体架构仍然延续了 YOLO 系列的单阶段检测器设计（Backbone + Neck + Head），但在细节上有显著差异。

1. Backbone 的改进

YOLOv5 的 Backbone 使用了 CSPDarknet53（Cross Stage Partial Darknet53），而 YOLOv8 在 Backbone 上进行了进一步优化：

yolov5结构图：

更深的 CSP 结构：YOLOv8 的 Backbone 使用了更高效的 CSP 模块，减少了计算量并提升了特征提取能力。

Focus 模块的移除：YOLOv5 中使用了 Focus 模块（通过切片操作减少计算量），而 YOLOv8 移除了 Focus 模块，改用更高效的卷积层来替代，简化了结构并提升了推理速度。
更轻量化的设计：YOLOv8 的 Backbone 在保持高性能的同时，进一步减少了参数量和计算量。

2. Neck 的改进

YOLOv5 的 Neck 使用了 PANet（Path Aggregation Network）进行特征融合，而 YOLOv8 在 Neck 部分进行了以下改进：

更高效的特征融合：YOLOv8 的 Neck 部分优化了特征金字塔网络（FPN）和路径聚合网络（PAN）的结构，增强了多尺度特征的融合能力。
更深的特征金字塔：YOLOv8 增加了 Neck 的深度，使得小目标检测的性能得到提升。

3. Head 的改进

YOLOv5 的 Head 部分采用了 Anchor-Based 的设计，而 YOLOv8 在 Head 部分进行了重大改进：

Anchor-Free 设计：YOLOv8 摒弃了 YOLOv5 的 Anchor-Based 设计，改为 Anchor-Free 的方式，直接预测目标的中心点和宽高。这减少了 Anchor 的复杂性和超参数调优的难度。
Decoupled Head（解耦头）：YOLOv8 使用了分离的检测头，分别处理分类和回归任务。这种设计提高了检测精度，尤其是在复杂场景下。
动态标签分配：YOLOv8 引入了动态标签分配策略（如 TOOD 或 Task-Aligned Assigner），根据任务的难度动态分配正负样本，提升了训练效率。

4. 损失函数的改进

YOLOv5 使用了 CIoU（Complete Intersection over Union）损失函数，而 YOLOv8 在损失函数上进行了进一步优化：

更先进的损失函数：YOLOv8 使用 Focal Loss 或 Varifocal Loss 来处理分类任务。这些损失函数主要用于解决类别不平衡问题，特别是在目标检测中，背景类（负样本）通常远多于目标类（正样本）。

Focal Loss：

Focal Loss 通过引入一个调制因子，减少易分类样本的权重，使模型更加关注难分类的

样本。公式如下：

其中：

是模型预测的概率。

是平衡正负样本的权重。

是调制因子，用于降低易分类样本的损失贡献。

Varifocal Loss： Varifocal Loss 是 Focal Loss 的改进版本，专门用于目标检测任务。它通过动态调整正负样本的权重，进一步提升分类性能。

回归损失：YOLOv8 使用 CIoU Loss（Complete Intersection over Union Loss）或 DIoU Loss（Distance Intersection over Union Loss）来计算边界框的回归损失。这些损失函数不仅考虑了 IoU（交并比），还引入了额外的几何信息（如中心点距离和宽高比），以提升边界框的回归精度。

CIoU Loss：

CIoU Loss 在 IoU 的基础上，增加了中心点距离和宽高比的惩罚项。公式如下：