1.一种基于一致惩罚场损失函数的深度度量学习方法，其特征在于，通过采用一致惩罚场损失函数，优化和改善表征学习中样本嵌入特征的质量，并使所有类别的决策边界趋于一致，从而提高推理决策的精度。

2.根据权利要求1所述的一种基于一致惩罚场损失函数的深度度量学习方法，其特征在于，所述的一致惩罚场损失函数，对所有类别的样本采用一致的排斥场和吸引场。

3.根据权利要求2所述的一致惩罚场损失函数，其特征在于，所述排斥场和吸引场是样本特征间余弦距离的函数，其强度可以通过加权函数进行调节。