芒果YOLOv10组合改进124：即插即用｜Dynamic ATSS动态标签分配策略+DynamicHead检测头：改进全网唯一，通过结合预测 IoU 和锚 IoU 进行物体检测

💡🚀🚀🚀本博客 YOLOv10 + Dynamic ATSS标签分配策略 + DynamicHead动态检测头 源代码改进 适用于 YOLOv10 按步骤操作运行改进后的代码即可

💡：YOLOv10改进首发全网唯一改进 Dynamic ATSS这个创新点 + 新颖DynamicHead动态检测头 ！进行独特原创改进，博客持续更新中📈，改进示例图如下：

💡论文地址：https://arxiv.org/abs/2201.09396

Dynamic ATSS动态标签分配策略 + 新颖DynamicHead动态检测头 + 最新改进 YOLOv10 代码改进

论文理论

标签分配在现代目标检测模型中发挥着重要作用。使用不同的标签分配策略，检测模型可能会产生完全不同的性能。对于基于锚点的检测模型，锚点与其对应的真实边界框之间的 IoU（并集交集）阈值是关键因素，因为正样本和负样本除以 IoU 阈值。早期的目标检测器只是对所有训练样本使用固定阈值，而最近的检测算法则侧重于基于 IoU 到地面实况框的分布的自适应阈值。在本文中，我们介绍了一种简单而有效的方法，可以根据训练状态和预测动态执行标签分配。通过引入标签分配中的预测，选择更多与groundtruth对象具有更高IoU的高质量样本作为正样本，这可以减少分类分数和IoU分数之间的差异，并生成更多高质量的边界框。我们的方法