用糊弄学打开yolov8源码之yolov8.yaml

yolov8源码下载：https://github.com/ultralytics/ultralyticsgithub.com/ultralytics/ultralytics

打开源码 完全不知道该从哪个文件开始看

（……查看一些资料后……）决定先理解一下 yolov8.yaml 

所在位置：ultralytics\cfg\models\v8\yolov8.yaml

cfg\models文件夹下是各个模型配置文件，每个.yaml文件代表不同的YOLOv8模型配置

下面将yolov8.yaml分为三个部分进行描述

1 模型参数配置

# Parameters
nc: 80 # number of classes 
scales: # model compound scaling constants, i.e. 'model=yolov8n.yaml' will call yolov8.yaml with scale 'n'
  # [depth, width, max_channels]
  n: [0.33, 0.25, 1024] # YOLOv8n summary: 225 layers,  3157200 parameters,  3157184 gradients,   8.9 GFLOPs
  s: [0.33, 0.50, 1024] # YOLOv8s summary: 225 layers, 11166560 parameters, 11166544 gradients,  28.8 GFLOPs
  m: [0.67, 0.75, 768] # YOLOv8m summary: 295 layers, 25902640 parameters, 25902624 gradients,  79.3 GFLOPs
  l: [1.00, 1.00, 512] # YOLOv8l summary: 365 layers, 43691520 parameters, 43691504 gradients, 165.7 GFLOPs
  x: [1.00, 1.25, 512] # YOLOv8x summary: 365 layers, 68229648 parameters, 68229632 gradients, 258.5 GFLOPs

nc：使用的数据集的类别数 后续根据实际修改

scales：yolov8有五种不同参数量的版本，分别是n、s、m、l、x，n是最轻量级的版本。在选择尺寸时，需要根据多种因素进行综合考虑。一般来说，数据集越小，可以选择参数量较小的版本。

以下内容建议搭配YOLOv8结构图食用