一种梯度增强型Softmax分类器系统、训练信号产生方法及其应用，该分类器系统包括：得分计算模块，用于：将特征提取器提取的图像样本的特征向量与各个类别代理向量进行点积运算且进行归一化操作，并乘以一常数进行放缩之后得到图像样本对应各个类别的得分；以及损失计算模块，用于：通过所述图像样本对应各个类别的得分结合图像样本的类别标签获取类内得分以及类间得分的软最大值；将所述类内得分和所述类间得分的软最大值加权组合得到损失计算函数；以及将损失计算函数作为目标函数，进行最优化求解。在样本正确分类后也可以产生较强的监督信号，使得同类样本在特征空间中继续往类别中心聚集，其学习到的特征分布类别更加紧致，可区分性更强。