欧氏距离Softmax损失

即插即用提升分类

通过将分类器权重初始化为等角紧框架(ETF)的顶点并用欧氏距离约束嵌入与顶点的空间相似性，该损失显著提升了特征可分性与类内紧凑性。

Zhang, Qiang · Zhang, Xiongwei · Yang, Jibin · Sun, Meng · Cao, Tieyong

Pattern Recognition 2025

技术优势

分类更准

通过ETF初始化和欧氏距离约束，嵌入空间更接近理想几何结构，使类间距离更大、类内更紧凑。

即插即用

直接替换现有Softmax损失即可使用，无需改变网络结构或训练流程。

应用场景

• 图像分类：替换现有损失函数，直接提升图像分类精度。
• 具身智能感知：改善视觉特征判别性，帮助机器人更准确识别物体和场景。
• 无人机视觉：提升机载图像目标识别能力，增强无人机感知可靠性。