交叉形窗口 Transformer 在 YOLOv8 主干网络中的应用与性能对比

交叉形窗口 Transformer 在 YOLOv8 主干网络中的应用与性能对比

YOLOv8 主干网络的改进背景

YOLOv8 是一种高效的目标检测模型，其主干网络的设计对整体性能具有决定性作用。传统的主干网络（如 CNN）在处理复杂场景时，往往难以捕捉全局上下文信息，且计算效率较低。为了提升 YOLOv8 的性能，研究者们开始探索使用更先进的网络结构，如 CSWinTransformer。

CSWinTransformer 的核心原理

CSWinTransformer 是一种基于交叉形窗口的视觉变换器，其核心在于通过交叉形窗口设计，捕捉更丰富的局部和全局特征。与传统的 SwinTransformer 不同，CSWinTransformer 在窗口划分上采用了交叉形结构，使得每个窗口可以覆盖更广的区域，从而增强特征提取能力。

交叉形窗口设计

CSWinTransformer 的交叉形窗口设计如下图所示：