124、Decoupled Head 替换 YOLOv11 Detect Head：分类与回归分支分离的完整代码

124、Decoupled Head 替换 YOLOv11 Detect Head：分类与回归分支分离的完整代码

从一次诡异的mAP震荡说起

去年秋天调一个工业检测项目，YOLOv11s在VisDrone上跑得好好的，换到自建数据集后mAP@0.5:0.95从0.52掉到0.47，而且每轮验证的AP值像心电图一样上下跳。排查了数据增强、学习率调度、甚至怀疑是DDP同步bug，最后用torch.jit.trace抓了一下前向图，发现分类和回归分支在最后一层共享了同一个卷积的梯度流——这就是YOLOv11默认耦合头的典型问题：两个任务的特征在深层互相拉扯，导致优化方向冲突。

Decoupled Head（解耦头）不是新东西，YOLOX在2021年就用它把mAP提了2个点以上。但YOLOv11的Detect Head结构更复杂，有DFL（Distribution Focal Loss）和动态标签分配，直接套用YOLOX的代码会崩。这篇文章手把手改一个能跑通、能收敛、能出效果的Decoupled Head，代码全部基于YOLOv11官方源码（ultralytics v8.3+），踩过的坑都标在注释里。

先看YOLOv11原版Detect Head的痛点

YOLOv11的Detect Head在ultralytics/nn/modules/head.py里，核心是Detect类。它的forward方法里，