1. RepLoss论文

物体遮挡问题可以分为类内遮挡和类间遮挡两种情况。类间遮挡产生于扎堆的同类物体，也被称为密集遮挡(crowd occlusion)。Repulsion损失函数由三个部分构成，yolov5样本匹配，得到的目标框和预测框-一对应第一部分主要作用:预测目标框吸引IOU最大的真实目标框，使得预测更加准确;
第二部分主要作用:远离除IOU最大值之外的最大的IOU目标框。根据预测目标框，寻找一个除了IOU最大的目标框外的次IOU最大目标框，不是根据目标框寻找一个次IOU最大的预测框，两个相反的概
念。第三部分主要作用:预测框之间互相远离;
论文题目：CCNet: Criss-Cross Attention for Semantic
Segmentation
论文链接：RepLoss

效果：

２. RepLoss原理

yolov5+Repulsion
在yolov5中使用Repulsion损失函数解决密集且遮挡的物体

Repulsion损失函数由三个部分构成，yolov5样本匹配，得到的目标框和预测框一一对应
第一部分主要作用:预测目标框吸引IOU最大的真实目标框，使得预测更加准确;
第二部分主要作用:远离除IOU最大值之外的最大的IOU目标框。
根据预测目标框，寻找一个除了IOU最大的目标框外的次IOU最大目标框，不是根据目标框寻找一个次IOU