SDI-BiFPN融合选择性膨胀卷积与双向特征融合的全新特征金字塔网络提升YOLOv8目标检测性能

本专栏专为AI视觉领域的爱好者和从业者打造。涵盖分类、检测、分割、追踪等多项技术，带你从入门到精通！后续更有实战项目，助你轻松应对面试挑战！立即订阅，开启你的YOLOv8之旅！

专栏订阅地址：https://blog.youkuaiyun.com/mrdeam/category_12804295.html

SDI-BiFPN融合选择性膨胀卷积与双向特征融合的全新特征金字塔网络提升YOLOv8目标检测性能

特征金字塔网络（Feature Pyramid Network, FPN）是目标检测任务中处理多尺度问题的重要模块。近年来，BiFPN 和 SDI （Selective Dilated Integration）分别在轻量化与多尺度特征融合领域表现出色。本文创新性地将 SDI 和 BiFPN 融合，设计出全新的特征金字塔网络 (Feature Pyramid Network, SDI-BiFPN)，用于提升 YOLOv8 的目标检测性能。

---

一、问题背景与动机

YOLOv8 作为目前主流目标检测框架之一，其 Neck 结构在特征融合方面具有较高的效率。然而，随着任务复杂性增加，传统的 FPN