YOLOv8与BiFormer注意力机制的融合：提升多场景目标检测性能的研究

YOLO（You Only Look Once）系列在目标检测任务中取得了显著的进展，尤其是在YOLOv4和YOLOv5之后，目标检测速度和精度都得到了大幅提升。YOLOv8作为最新版本，其在精度、速度以及适应性方面表现非常出色，但在面对复杂场景和多目标检测时，依然存在一定的瓶颈。为了进一步提升YOLOv8在各种检测场景下的表现，本文提出了一种改进方案——结合BiFormer（双重路由注意力机制）的YOLOv8模型，利用Bi-level Routing Attention（BiFormer）来优化YOLOv8在多场景下的目标检测能力。

1. YOLOv8的改进背景

YOLOv8相较于之前的版本，在检测精度、推理速度以及模型尺寸方面都有着优异的表现。然而，随着目标检测任务的复杂度提升（例如，目标密集、不同尺度目标等问题），YOLOv8在多目标检测时依然会受到以下限制：

• 多尺度问题：YOLOv8的默认结构在处理不同尺寸目标时会出现一定程度的准确性下降。
• 背景复杂性：在复杂背景下，模型可能无法充分聚焦于目标物体，导致误检或漏检。
• 场景多样性：在不同的检测场景下，YOLOv8可能需要做一些调整以适应新场景，如复杂的交通场景或密集的物品检测。

为了突破这些瓶颈，BiFormer注意力机制被引入到YOLOv8中。BiFormer是通过双重路由的注意力机制，结合局部信息和全局信息，更好地在不同尺度与背景条件下进行目标检测。