YOLO模型基础回顾：v5/v8/v10核心架构对比与复杂度指标
做嵌入式端模型优化，第一步不是急着动手量化，而是先把模型本身吃透。我见过不少同学上来就调参，结果模型结构选错了，后面再怎么压缩也白搭。这一章，咱们就好好捋一捋YOLOv5、v8、v10这三代模型的核心差异，以及衡量模型复杂度的几个关键指标。
YOLOv5：经典中的经典
YOLOv5可以说是把目标检测模型推向工业化的功臣。它的架构非常清晰，说白了就是三个部分：Backbone（主干网络）、Neck（颈部）、Head（检测头）。
- Backbone：用的是CSPDarknet53，核心是C3模块。这个模块把特征图分成两路，一路卷积，一路直接拼接，既减少了计算量，又保证了梯度流动。
- Neck：采用FPN+PAN结构。FPN从上往下传语义信息，PAN从下往上传位置信息，两者结合，多尺度检测效果就上来了。
- Head：耦合检测头，直接输出类别和边框。结构简单，但参数量相对较大。
我的经验：YOLOv5的C3模块在嵌入式设备上其实挺友好的。我在一个ARM Cortex-A72的项目里，用v5s版本，配合INT8量化，推理速度能跑到30fps以上。但要注意，v5的耦合头在量化时容易掉点，后面我们会专门讲怎么处理。
YOLOv8：解耦与动态
YOLOv8是Ultralytics推出的新一代模型，相比v5，它做了几个关键改进。我个人觉得，最核心的变化就是检测头从耦合变成了解耦。
- Backbone：把C3模块换成了C2f模块。C2f借鉴了ELAN的思想，增加了更多的跨层连接，特征复用能力更强。
- Neck：依然保留FPN+PAN，但结构更简洁，去掉了v5里的一些冗余卷积。
- Head：这是最大的变化。v8用了解耦检测头，分类和回归任务分开走，各自用独立的卷积层。这样做的好处是，每个任务可以专注学习自己的特征，收敛更快，精度也更高。
另外，v8还引入了Anchor-Free机制。你想想看，v5还要手动聚类Anchor，v8直接预测目标中心点和宽高，省了不少事。
注意：解耦头虽然精度高，但参数量也上去了。我在做量化时发现，v8的解耦头对量化误差更敏感，尤其是回归分支。曾经有一个项目，v8的FP32模型精度很高，但INT8量化后，mAP掉了将近3个点。后来我们用了逐通道量化和校准集优化，才把损失控制在1%以内。
YOLOv10：实时检测的新标杆
YOLOv10是2024年才出的新模型，主打一个“实时”。它的设计思路很明确：在保证精度的前提下，把延迟压到最低。
- Backbone：继续沿用C2f的变体，但引入了大核深度可分离卷积。大核卷积能扩大感受野，深度可分离又控制了计算量，一举两得。
- Neck：提出了SA-FPN（尺度感知FPN），能根据目标尺度动态调整特征融合权重。说白了，就是大目标和小目标用不同的融合策略。
- Head：采用了轻量化解耦头，并且去掉了NMS（非极大值抑制）。你没听错，v10是NMS-Free的！它用一对一的匹配策略直接输出最终结果，省掉了NMS这个耗时大户。
核心亮点：YOLOv10的NMS-Free设计，对嵌入式端简直是福音。NMS在CPU上跑很慢，GPU上又占显存。去掉它之后，端到端延迟能降低30%以上。但代价是训练时收敛更慢，需要更精细的调参。
三款模型核心架构对比
为了方便你对比，我整理了一个表格。这些差异直接决定了后续量化压缩的策略选择。
| 特性 | YOLOv5 | YOLOv8 | YOLOv10 |
|---|---|---|---|
| Backbone核心模块 | C3 (CSP) | C2f (ELAN风格) | C2f + 大核深度可分离卷积 |
| Neck结构 | FPN+PAN | FPN+PAN (精简版) | SA-FPN (尺度感知) |
| 检测头 | 耦合头 | 解耦头 | 轻量化解耦头 |
| Anchor机制 | Anchor-Based | Anchor-Free | Anchor-Free |
| NMS | 需要 | 需要 | 不需要 (NMS-Free) |
| 量化友好度 | 较高 | 中等 (解耦头需注意) | 较高 (结构简单) |
模型复杂度指标：FLOPs、Params、MACs
搞嵌入式优化，这三个指标你必须烂熟于心。它们直接决定了模型能不能在你的芯片上跑起来。
- Params（参数量）：模型里所有可学习参数的总数，单位通常是M（百万）。它决定了模型占用的存储空间。比如一个10M参数的模型，FP32存储需要40MB，INT8只需要10MB。
- FLOPs（浮点运算次数）：模型进行一次前向推理需要的浮点运算次数。它衡量的是计算量，单位通常是G（十亿）。FLOPs越大，理论上推理越慢。
- MACs（乘加运算次数）：一次MAC等于一次乘法和一次加法。在卷积神经网络里，MACs约等于FLOPs的一半。很多芯片厂商喜欢用MACs来标称算力，比如4 TOPS（每秒4万亿次MAC操作）。
避坑指南：我曾经犯过一个错误，只看Params不看FLOPs。选了一个参数量很小的模型，结果跑起来奇慢无比。后来才发现，虽然参数量小，但它的卷积层用了很多大尺寸特征图，导致FLOPs爆炸。所以，Params看存储，FLOPs看速度，两个都要看。
三款模型的复杂度对比
下面这张表，我以各系列的nano版本为例，给你一个直观的对比。数据来自官方仓库，实际值会因输入尺寸和实现方式略有浮动。
| 模型 | Params (M) | FLOPs (G) | MACs (G) | 典型应用场景 |
|---|---|---|---|---|
| YOLOv5n | 1.9 | 4.5 | 2.3 | 低功耗MCU、轻量级边缘设备 |
| YOLOv8n | 3.2 | 8.7 | 4.4 | 中端嵌入式设备（如树莓派4） |
| YOLOv10n | 2.3 | 6.7 | 3.4 | 实时性要求高的边缘设备 |
你看，YOLOv8n的参数量和FLOPs都比v5n大，但精度也更高。YOLOv10n则在两者之间找到了一个平衡点。选哪个，取决于你的硬件算力和精度要求。
知识体系结构图
下面这张SVG图，帮你把这一章的核心逻辑串起来。从模型架构到复杂度指标，再到量化压缩的入口，一目了然。