一、问题缘起：当目标检测遇上“人潮汹涌”
想象这样一个场景：早高峰的地铁站台，人潮如织，AI监控系统正在对乘客进行人流统计。突然，画面中三名靠得很近的行人，系统只检测出了一个巨大的框——它把三个人当成了一个整体。与此同时，旁边的两名乘客因为彼此严重遮挡，检测框干脆直接消失了。
这并非虚构。根据Ultralytics官方的YOLO进化综述论文（2026年3月发布，作者来自康奈尔大学），密集场景下的目标检测局限性被明确列为“当前一代YOLO模型面临的核心挑战之一”——当两个或多个同类目标紧密相邻或被严重遮挡时，标准的检测器不仅容易产生框的合并，更会导致非极大值抑制（NMS）阶段错误地删除了本来正确的检测结果。
无独有偶，2025年一篇发表于IEEE Access的论文《Insight any invisible: An occlusion perception method for robust pedestrian detection in crowded scenes》也指出，即使在最先进的行人检测器中，拥挤场景下的漏检率比非拥挤场景高出2～4倍，遮挡是导致性能衰减的第一大因素。
那么问题来了：有没有一种机制，能在训练阶段就让模型“学会”在拥挤场景中保持检测框的独立性？
答案是肯定的。它就是本文将深入探讨的核心武器——Repulsion Loss（排斥损失）。
根据知乎专栏“芒果YOLOv8改进”以及技术社区的多篇实践文章，Repulsion Loss最早
