YOLOv8改进：C3STR（Swin Transformer）

YOLOv8（You Only Look Once version 8）是一种目标检测模型，而C3STR（Swin Transformer）是其的一种改进版本。在传统的YOLO系列中，C3STR引入了基于Swin Transformer架构的特征提取模块，这是一种在计算机视觉领域广泛应用的注意力机制，源自于自然语言处理的Transformer模型，但在图像上进行卷积运算。

Swin Transformer通过划分图像为局部窗口并对每个窗口进行自注意力计算，解决了传统Transformer在处理大尺寸输入时效率低下的问题，同时保持了Transformer模型在捕捉全局信息方面的优势。当C3STR应用于YOLOv8中，它可以提供更强的特征融合能力和定位精度，尤其是在复杂场景下，比如行人检测、物体追踪等领域。