优化YOLOv8检测网络：引入自适应注意力机制

近年来，目标检测技术在计算机视觉领域中逐渐成为研究的重点。其中YOLO系列（You Only Look Once）由于快速、准确的检测结果被广泛关注。然而，YOLOv8检测网络的准确率和稳定性仍有待优化。为了解决这一问题，我们引入自适应注意力机制SimAM（Similarity Attention Mechanism）进行改进。

YOLOv8检测模型的主干网络使用Darknet53，其特征图包含背景信息和目标信息。SimAM注意力机制的作用在于通过学习特征图中像素之间的相似度，将注意力集中于更重要的、与目标相关的位置，从而提高检测准确率。

代码实现如下：

class SimAM(nn.Module):
    def __init__(self, in_channels