芒果YOLOv8组合改进167：全网首发改进GWDLoss损失函数+Adaptive Head检测头：即插即用 | 数据集高效涨点mAP提升

芒果专栏提出Adaptive Head检测头、GWDLoss损失函数改进，源码教程 | 详情如下🥇
👉原创：Adaptive Head检测头、GWDLoss损失函数

💡只订阅这一个专栏即可阅读：芒果YOLOv8所有改进内容

本文内容包括daptive Head检测头+GWDLoss损失函数 两个创新点改到一个网络中，全网唯一这么改进的创新点！！
直接一键训练改进实验，适合用来模型改进。

GWDLoss损失函数：论文：https://arxiv.org/abs/2101.11952

Adaptive Head检测头：论文：https

一、Adaptive Head检测头 + GWDLoss损失函数 + YOLOv8 代码改进部分

Gaussian Wasserstein Distance 有以下好处：
总结了旋转目标检测的三个主要问题。
使用Gaussian Wasserstein Distance(GWD)描述旋转bbox间的距离，