170、标签分配改进全景总结：四大分配器源码级对比与最佳配置推荐从一次深夜调试说起凌晨两点，我盯着tensorboard上那条死活不涨的mAP曲线，差点把咖啡泼到键盘上。YOLOv11的baseline跑了三天，AP@50:95卡在52.3%纹丝不动。换backbone、调学习率、加数据增强，能试的都试了。最后鬼使神差地翻了一下标签分配器的代码——好家伙，默认的TaskAlignedAssigner在v11里居然还沿用着v8的静态top-k策略，正负样本比例早就失衡了。那次之后我花了整整两周，把YOLOv11里能换的分配器全撸了一遍。今天这篇笔记，就是那两周踩坑的完整记录。四个分配器：TaskAlignedAssigner、SimOTA、ATSS、以及我自己魔改的DynamicAlignAssigner，从源码实现到消融实验，全部摊开讲。一、TaskAlignedAssigner：YOLO系的默认选择，但别无脑用YOLOv11的官方实现里，标签分配走的是TaskAlignedAssigner。核心逻辑一句话：同时考虑分类分数和IOU，选top-k个anchor作为正样本。# ultralytics/utils/loss.py 里摘出来的核心逻辑，我加了注释c