爆改YOLOv8利用BiFPN双向金字塔

实现 BiFPN 结构于 YOLOv8
为了提升YOLOv8的目标检测性能，引入BiFPN（Bidirectional Feature Pyramid Network）作为模型颈部结构是一个有效的策略。这种架构不仅增强了多尺度特征融合的能力，还提高了模型对于不同尺寸物体的识别效率。
修改配置文件
首先，在YOLOv8项目中找到对应的yaml配置文件并打开编辑器准备修改。根据已有实践案例[^2]，需调整原有neck部分的设计以适应新的BiFPN模块。具体来说：

定义层数：设置合适的重复次数用于构建多个层次的特征金字塔；
通道数设定：依据输入图像分辨率及应用需求合理规划各层间卷积核数量；
节点连接方式：确保上下两方向的信息流畅通无阻地贯穿整个网络；

# neck:
type: 'bifpn'
num_repeats: 3 # 特征金字塔层数
channels_list: [64, 128, 256, 512, 1024] # 各级特征图通道数目
登录后复制
编写自定义 Neck 层代码
接着创建一个新的Python脚本或类来实现具体的BiFPN逻辑。这里提供了一个简化版的例子供参考：
import torch.nn as nn

class BIFPN(nn.Module):
def __init__(self, in_channels_list, out_channel=256, repeat=1):
super(BIFPN, self).__init__()

# 构建上采样路径上的卷积操作序列
upsample_convs = []
for i in range(len(in_channels_list)-1)[::-1]:
conv = nn.ConvTranspose2d(
in_channels=in_channels_list[i],
out_channels=out_channel,
kernel_size=(1, 1),
stride=(2, 2))
upsample_convs.append(conv)

# 构建下采样路径上的最大池化+卷积操作序列
downsample_convs = []
for i in range(len(in_channels_list)-1):
maxpool = nn.MaxPool2d(kernel_size=(2, 2), stride=(2, 2))
conv = nn.Conv2d(
in_channels=in_channels_list[i]+out_channel,
out_channels=out_channel,
kernel_size=(1, 1))
downsample_convs.extend([maxpool, conv])

setattr(self, "upsample_convs", nn.Sequential(*upsample_convs[::-1]))
setattr(self, "downsample_convs", nn.Sequential(*downsample_convs))

def forward(self, features):
p_features = list(features)
n = len(p_features)

# 上采样阶段
for level in reversed(range(n)):
if level != (n - 1):
p_features[level] += F.interpolate(
input=p_features[level + 1], scale_factor=2., mode='nearest')

# 下采样阶段
for level in range(n - 1):
p_features[level + 1] += self.downsample_convs[2 * level](p_features[level])

return tuple(p_features)

def build_neck(cfg_dict):
bifpn = BIFPN(**cfg_dict['neck'])
return bifpn
登录后复制
此段代码实现了基本功能框架下的BiFPN组件，并提供了接口函数build_neck()以便后续集成到完整的YOLOv8训练流程当中去。
集成至主程序
最后一步就是把新编写的Neck层融入整体pipeline之中。这通常涉及到对原始源码做一些必要的改动——比如替换默认使用的FPN实例为上述定制化的BIFPN对象。完成这些工作之后就可以启动新一轮实验验证改进措施的效果了。