YOLOv8改进策略【独家融合改进】| AFPN渐进式自适应特征金字塔 + 注意力机制，适用专栏内所有的注意力模块

一、本文介绍

本文利用 AFPN 和 注意力模块 对YOLOv8的网络模型进行优化提升。本文以SimAM注意力模块为例，目的是让网络能够学习到更深层的语义信息，并结合AFPN的渐近式融合及自适应空间融合操作，逐步整合不同层级特征，有效避免非相邻层级间因语义差距过大导致的信息丢失或降级问题，进而提高模型整体性能。

---

专栏目录：YOLOv8改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

专栏地址：YOLOv8改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点！