yolov5输出的维度

Yolov5 输出的维度是一个四维张量，其形状为 [batch_size, num_boxes, num_classes + 5]. 这里的 batch_size 表示输入图像的批次大小，num_boxes 表示每个图像中检测到的边界框的数量，num_classes 表示目标类别的数量加上一个背景类别，5 表示每个边界框的参数维度（偏移量、宽度、高度和目标得分）。

相关问题

yolov8输出维度

YOLOv8的输出维度为1x84x8400。其中，1表示批次大小(batch size)，84表示每个输出单元格包含的项数，8400表示总共的输出单元格数量。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [yolov8 模型部署](https://blog.csdn.net/juluwangriyue/article/details/130658424)[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: 50%"]
- *3* [yolov8的Detect层详解(输出维度改动)](https://blog.csdn.net/yjcccccc/article/details/130261153)[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: 50%"]
[ .reference_list ]

yolov8 输出维度

yolov8 的输出维度是一个 3 维张量，形状为 [batch_size, grid_size, grid_size * num_anchors, num_classes + 5]。其中，batch_size 表示批次大小，grid_size 表示特征图的大小，num_anchors 表示每个格子预测的 anchor 数量，num_classes 表示分类数目，5 表示每个 anchor 需要预测的 5 个值（中心坐标、宽高和置信度）。