如何获取YOLOv8模型各层的权重及每层权重数量？

完全可行，你可以通过遍历模型的参数和层结构来实现，以下是具体代码：

from ultralytics import YOLO

# 加载目标YOLOv8变体模型，示例为yolov8n
model = YOLO("yolov8n.pt")

# 统计各层权重参数数量
layer_param_stats = {}
for param_name, param in model.model.named_parameters():
    # 提取层的基础名称（可根据模型结构调整截取规则）
    base_layer_name = param_name.split('.')[0]
    param_count = param.numel()
    if base_layer_name in layer_param_stats:
        layer_param_stats[base_layer_name] += param_count
    else:
        layer_param_stats[base_layer_name] = param_count

# 输出各层权重数量
print("各层权重参数数量：")
for layer, count in layer_param_stats.items():
    print(f"{layer}: {count}")

# 输出完整层列表（含层类型）
print("\n模型各层列表：")
for idx, layer in enumerate(model.model):
    print(f"层{idx+1}: {type(layer).__name__}")

说明 #

• model.model直接指向YOLOv8的核心模型结构，而非封装后的YOLO类实例
• named_parameters()返回所有带名称的可训练参数，通过参数名前缀可以关联到对应的层
• numel()方法用于计算单个参数张量的总元素数（即该参数的权重数量），累加后得到整层的权重总数

内容的提问来源于stack exchange，提问作者Ty Sandoval