卷积神经网络模型的参数量计算涉及到卷积层、池化层和全连接层的计算。首先，卷积层的参数量计算公式为参数数量 = 输入通道数 × 卷积核尺寸 × 卷积核尺寸 × 输出通道数。然后，池化层的参数量为0，因为池化层没有需要学习的参数。最后，全连接层的参数量计算公式为参数数量 = 输入节点数 × 输出节点数。通过这些公式，可以详细解释卷积神经网络模型的参数量计算过程。