yolov8不同版本的区别

YOLOv8是YOLOv5的下一个重大更新版本，有一些区别。在骨干网络的通道数设置上，YOLOv5 N/S/M/L/X使用了同一套缩放系数，而YOLOv8 N/S/M/L/X的骨干网络的通道数设置不一样，使用了不同的缩放系数。此外，YOLOv8网络设计也采用了类似的方式作用于所有模型。

具体来说，YOLOv8有几个版本，它们分别是：

- YOLOv8n: 使用的缩放系数是[0.33, 0.25, 1024]，具有225层，3157200个参数，8.9 GFLOPs。
- YOLOv8s: 使用的缩放系数是[0.33, 0.50, 1024]，具有225层，11166560个参数，28.8 GFLOPs。
- YOLOv8m: 使用的缩放系数是[0.67, 0.75, 768]，具有295层，25902640个参数，79.3 GFLOPs。
- YOLOv8l: 使用的缩放系数是[1.00, 1.00, 512]，具有365层，43691520个参数，165.7 GFLOPs。
- YOLOv8x: 使用的缩放系数是[1.00, 1.25, 512]，具有365层，68229648个参数，258.5 GFLOPs。

此外，YOLOv8的推理过程和YOLOv5几乎一样，唯一的差别在于前面需要对Distribution Focal Loss中的积分表示bbox形式进行解码，变成常规的4维度bbox。推理和后处理过程包括将bbox积分形式转换为4D bbox格式、维度变换、解码还原到原图尺度、阈值过滤和还原到原图尺度和NMS。最终输出的检测框不会多于max_per_img。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [YOLOv5 vs YOLOv8](https://blog.csdn.net/shanglianlm/article/details/131300698)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]