yolov10的结构图和v8基本一样，唯一不同的就是yolov10最后的头他多引入了一个一对一的头，在训练阶段两个头都参与训练，这样就使得模型能够得到一对多头丰富的监督；然后在推理阶段，只使用一对一的头，这样就避免了NMS的后处理。作者把这个称作Dual label assignments.也就是这样所以作者起了个很唬人的名字——“实时的端到端的检测”。

        其他就是一些小的模块上的改变，作者说这些可以实现模型的轻量化，但是我没有验证，看到网上有人拿来跑，并没有达到作者所说的速度，和yolov9一样感觉噱头大于使用，yolov9到现在小模型都没出来，造假嫌疑很大。

        总结来说，ultralytics才是永远的神，还是v8稳定，而且一直在更新维护。

        感谢指出错误，我已经把结构图修改了，现在应该不会看v10了，YOLO11已经在9月30日发布了，我用了一下，使用ultralytics框架可以完美适配，直接可以用，11的效果确实比10的效果好的。

手写笔记