为提升 YOLOv8 多尺度特征融合能力，本文借鉴所提出的尺度融合方式HyperC2Net改进YOLOv8的Neck部分。HyperC2Net有助于在语义层和位置上传递高阶消息，从而提高Neck提取高阶特征的能力。HyperC2Net融合五阶段特征图以构建超图结构，并将超图结构分别融合进B3B_3B3​B4B_4B4​和B5B_5B5​，最后通过Bottom-Up结构进行高阶信息的传递。

什么是BP神经网络BP（Back Propagation）神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络，它的基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差最小。BP神经网络包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行，而调整权值和阈值则从输出到输入的方向进行。网络结构：BP神经网络整个网络结构包含了：一层输