091、YOLOv11改进-遥感图像旋转目标检测——基于旋转框检测头与角度回归损失的即插即用模块，遥感场景mAP提升4.0%从一次翻车现场说起上个月做遥感图像检测，跑YOLOv11 baseline，看着mAP 0.78还挺美。结果一可视化，好家伙——机场跑道框成斜的，舰船头尾方向全乱套，停车场车辆框出来全是正矩形，重叠得跟叠罗汉似的。甲方反馈说：“你这检测框，飞机尾巴都戳到跑道外面了。”这就是标准水平框在遥感场景下的经典翻车。遥感图像里目标旋转角度随意，水平框要么漏检严重，要么框内背景噪声爆炸。我翻了一周论文，试了七八种方案，最后锁定了一个即插即用的旋转框检测头+角度回归损失组合，在DOTA数据集上硬生生把mAP从78.2%拉到82.3%。旋转框检测头：不只是加个角度分支很多人以为旋转框检测就是在YOLOv11的回归头上加个角度预测就完事了。天真。我第一版就这么干的，结果角度预测完全收敛不了，loss震荡得像心电图。旋转框检测头的核心设计思路是：解耦角度回归与位置回归。YOLOv11原本的检测头是耦合的，bbox回归和分类共享特征。对于旋转框，角度信息对特征空间的要求跟位置完全不同——位置需要平移不变性，角度需要旋转敏感性。我改的检测头结构是这样：class