BGF-YOLO：增强型 YOLOV8 与多尺度注意力特征融合，用于脑肿瘤检测

摘要：

        基于 YOLO的物体检测器在自动脑肿瘤检测中表现出了非凡的准确性。在本文中，通过将双级路由注意力（BRA）、广义特征金字塔网络（GFPN）和第四检测头整合到 YOLOv8 中，开发了一种新颖的 BGF-YOLO 架构。BGF-YOLO包含注意机制来关注更加重要的特征，特征金字塔通过融合高级语义特征和空间细节来丰富特征表征。此外，我们研究了不同的注意力机制和特征融合、检测头架构对脑肿瘤检测准确性的影响。实验结果表明，与YOLOv8x相比，BGF-YOLO的mAP50绝对增加了4.7%，并且在脑肿瘤检测数据集Br35H上达到了最先进的结果。代码可在https://github.com/mkang315/BGF-YOLO上获取。

1、引言

     在早期阶段检测出脑肿瘤可以带来更有效的治疗和更好的预后。因此，脑肿瘤检测是医学诊断的一个重要方面。磁共振成像 (MRI) 是可视化大脑和检测肿瘤的最佳成像测试。 You Only Look Once (YOLO) 系列已被证明可以准确检测脑肿瘤。Kang在脑肿瘤检测上提出了RCS-YOLO——一种基于通道混洗的重新参数化卷积的新型YOLO架构，并实现了准确性和速度之间的平衡。

    YOLOv8架构主要由backbone和head部分组成，其中neck包含在head部分。主干部分用于特征提取，包含Conv、C2f（快捷方式）和空间金字塔池化快速（SPPF）模块。 Conv，即ConvBiSiLU（或CBS），SPPF与YOLOv5架构中的相同，其中Conv用于对输入图像进行卷积运算，辅助C2f（shortcut）进行特征提取SPPF 支持自适应大小的输出。与YOLOv5中的C3模块相比，C2f（shortcut）模块是一种轻量级的卷积结构。因此，通过跨层连接更多分支来丰富模型的梯度流。因此，启用了更重要的特征表示能力。 C2f（shortcut）模块增强了通过密集和残差结构表达特征的能力，它根据缩放系数通过拆分和连接操作来改变通道数，以降低计算复杂度和模型容量。主干部分末端的SPPF模块增加了灵敏度，捕捉图像中不同层次的特征信息。在颈部特征金字塔（FPN）和PANet被用来融合多尺度特征。FPN-PANet 结构和 C2f（无快捷方式）模块融合了主干三个阶段的不同尺度的特征图，将浅层信息聚合为深层特征。头部部分采用带有分类和回归（即定位）预测端的解耦头部结构，以缓解分类和回归任务之间的冲突，并采用无锚机制来改进对不规则高度和宽度的物体的检测。对于边界框分类，YOLOv8 采用二元交叉熵损失，而varifocal损失是一种替代选择。可以更好的处理类别不平衡的情况，提高检测准确率。对于边界框回归，YOLOv8采用分布焦点损失来克服类别不平衡和背景类别的问题，使网络能够快速聚焦于靠近物体的位置的分布。它还使用CIoU损失函数来减轻预测和真实框之间的重叠。

    YOLOv8的最新改进都集中在注意力机制、多尺度特征融合网络和回归损失。多头自注意力机制被使用在MHSA-YOLOv8中。一个轻量化的YOLOv8被提出，通过将双路径门控注意力和特征增强模块和原始的YOLOv8相结合。一个改进的YOLOv8颈部结构AFPN被提出。UAV-YOLOv8 在 YOLOv8 中使用 BiFormer 模块、焦点 fasternet 模