类锚聚类：基于距离的损失，用于训练开放集分类器 类锚聚类（CAC）损失是一种完全基于距离的损失，明确鼓励训练数据在logit空间中围绕类依赖的锚点周围形成紧密的聚类。 该存储库包含本文中的培训和评估代码： 类锚聚类：基于距离的损失，用于训练开放集分类器 Dimity Miller，Niko Suenderhauf，Michael Milford，Feras Dayoub 在2021年IEEE / CVF计算机视觉应用（WACV）冬季会议上发布。 如果您使用本作品，请引用： @inproceedings{millerclass, title={Class Anchor Clustering: A Loss for Distance-Based Open Set Recognition}, author={Miller, Dimity and Suenderhauf, Nik