YOLOv8中如何提取某层的特征图？

Question

我正在做多任务学习的研究，想从YOLOv8的头部提取特征图进行比较。我正在使用 YOLOv8n 而不是使用的 ResNet18 模型修改 here 的教程。

model = YOLO('models/yolov8n.pt')
transform = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    transforms.Normalize(mean=0., std=1.)
])
image = Image.open(str('images/puppies.jpg'))
image = transform(image)
image = image.unsqueeze(0)
feature_map = model.model.model[15](image)
feature_map.shape

错误： RuntimeError：给定 groups=1，权重大小为 [128, 64, 3, 3]，预期输入 [1, 3, 224, 224] 有 64 个通道，但得到了 3 个通道

我阅读了 YOLOv8 架构，怀疑传递到模型中的图像是恒定的，并且不会改变各层所期望的图像（如果我错了，请纠正我）。原因是因为当我想在发生任何串联之前从图层中提取特征时，代码会起作用。我很确定我的代码是错误的，但不确定如何正确实现它。

备注：我指的是RangeKing的YOLOv8架构。

Answer 1

这个问题你解决了吗？我还需要在 Yolov8 中提取任意层。