YOLOv8最新改进系列：YOLOv8融合SwinTransformer模块，有效提升小目标检测效果！_yolov8小目标优化

YOLOv8最新改进系列

Transformer提出的论文戳这

详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽 源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！

截止到发稿，B站YOLOv8最新改进系列的源码包已更新了20种！
AI学术叫叫兽er在这！家人们，给我遥遥领先！！！

AI学术叫叫兽er在这！家人们，给我遥遥领先！！！

一、swin transformer概述

上图是Swin Transformer的整体结构，非常像卷积的层级结构，分辨率每层变成一半，而通道数变成两倍。首先Patch Partition,就是VIT中等分成小块的操作；然后分成4个stage，每个stage中包括两个部分，分别是patch Merging（第一个块是线性层） 和Swin Transformer Block。patch Merging是一个类似于池化的操作，池化会损失信息，patch Merging不会。右图是Swin Transformer Block结构，和transformer block基本类似，不同的地方在多头自注意力MSA换成了窗口多头自注意力W-MSA和移动窗口多头自注意力SW-MSA，右图紫框。详细的内容可以去作者提出的文章了解。本文主要进行YOLOv8的优化。

AI学术叫叫兽er在这！家人们，给我遥遥领先！！！

二、YOLOv8融合SwinTransformer模块

2.1 修改YAML文件

# Ultralytics YOLO 
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/凡人多烦事01/article/detail/439911