048、多任务学习扩展：YOLO 同时做检测 + 分割 + 姿态估计的 Head 设计

048、多任务学习扩展：YOLO 同时做检测 + 分割 + 姿态估计的 Head 设计

一、从一次“爆显存”的调试说起

上个月帮团队调一个多任务模型，需求是：在一张图上同时输出检测框、实例分割mask和17个关键点。我第一反应是“简单，三个head并联嘛”。结果一跑训练，batch size设8，直接OOM。看显存占用，分割head的mask分支吃了将近6个G——因为我把每个检测框都生成了原图尺寸的mask，而不是按框裁剪后的。

这个坑让我意识到：多任务head设计，核心不是“怎么加分支”，而是“怎么让分支之间不打架、不浪费”。今天这篇笔记，就围绕YOLO系列做检测+分割+姿态估计的head设计，把踩过的坑和优化思路写清楚。

二、多任务head的“三兄弟”架构

YOLO的检测head本质是密集预测——在特征图的每个grid cell上预测类别、bbox回归。分割和姿态估计其实也是密集预测，只是输出通道含义不同。

2.1 检测head（老本行）

# 标准YOLOv8检测head，别动它的结构classDe