第二章 深度学习之yolov8图像分割输出

---

文章目录

• 前言
• 一、模型输入输出样例
• 二、详解
• • 1.Input
  • 2.Output0
  • 3.Output1

---

前言

本章介绍一下yolov8图像分割模型输入输出参数含义，增加自己的记忆

---

一、模型输入输出样例

Input:
	(1x3x1024x1024)
Output0:
	(1x32x256x256)
Output1:
	(1x54x21504)

二、详解

1.Input

1： 输入图像的张数
3： 输入图像的通道数量RGB
1024x1024： 输入图像的分辨率

2.Output0

1： 输出图像的张数
32： ？
256x256： ？

3.Output1

1： 输出图像的张数
54： 4（预测框xywh）+18（每个类别的置信度）+32（对应Output0的32）
21504： yolo分割的时候会将输入图像划分为3个尺度（8、16、32）的网格，每个尺度下的网格数量为128128、6464、32*32，加在一起为21504个网格对象