打dota的惩罚

大家好，我是老张，做目标检测也快五年了。最近两个月一直在折腾YOLOv10的改进，踩了不少坑，今天终于把一套比较稳定的方案跑通了。这篇文章主要聊聊怎么用任务对齐检测头（Task-Aligned Head）来优化YOLOv10原始的标签分配策略，顺便提供一些参考数据集的实验结果。 先说结论：在VisDrone数据集上mAP50从原来的47.2%提到了49.8%，在DOTA-v1.5上从68.5%提到了71.3%。提升不算惊天动地，但胜在稳定，而且不增加太多推理开销。代码我已经整理好放在文末了，需要的自取。