基于You Only Look Once（YOLO）的目标检测器在自动脑瘤检测中展现出卓越的准确性。在本文中，我们开发了一种新的BGF-YOLO架构，通过将双层路由注意力（BRA）、广义特征金字塔网络（GFPN）和第四检测头整合到YOLOv8中来实现。BGF-YOLO包含了一个注意力机制，用于更加关注重要的特征，并使用特征金字塔网络来丰富特征表示，将高级语义特征与空间细节合并。此外，我们还研究了不同的注意力机制和特征融合、检测头架构对脑瘤检测准确性的影响。实验结果显示，与YOLOv8x相比，BGF-YOLO在mAP50上实现了4.7%的绝对增加，并在脑瘤检测数据集Br35H上达到了最先进的水平。

论文地址：https://arxiv.org/ftp/arxiv/papers/2309/2309.12585.pdf
代码地址：https://github.com/mkang315/BGF-YOLO

---

网络结构图

图1. BGF-YOLO概述。BGF-YOLO的架构基于Y