训练目标设计

以扩展 Logit 归一化增强分布外检测

Enhancing Out-of-Distribution Detection with Extended Logit Normalization

ELogitNorm 是一个无超参的训练期正则目标，可直接替换交叉熵训练来提升任意 post-hoc OOD 打分函数（MSP、能量分数等）的效果，同时改善 ID 置信度校准；做视觉分类模型部署时可直接套用，无需改动推理流程。