yolov8中的bottleneck结构

在YOLOv4中，bottleneck结构是一种用于构建卷积神经网络的基本模块。它主要由1x1卷积、3x3卷积和残差连接组成。

具体来说，bottleneck结构的主要目的是通过1x1卷积来减少输入特征图的通道数，然后通过3x3卷积进行特征提取。这样做的好处是可以减少计算量，并且可以引入非线性变换，增强网络的表达能力。

在YOLOv4中，bottleneck结构被广泛应用于Darknet53主干网络和YOLOv3头部网络。它通过多个bottleneck模块的堆叠来构建深层网络，从而实现更好的特征提取和物体检测性能。