機械学習分野において，頑健性の高い識別器構築は重要であり、同クラスのデータに対し似た低次元表現を獲得することを目的としたmetric learningや，入力に対する小さなズレに対して同様の結果を導くstability trainingが優れた成果を挙げている．本研究では，fine-grainedな物体認識問題において，同一クラスでありながら多様な外観を持つ対象に対して頑健な識別器構築に貢献するための制約であるvariational lossを提案する．同種の認識問題の中でも特に難易度の高い植物病の自動診断問題を対象に，しばしば過学習を引き起こす画像の背景に対して提案手法を適用しその効果を確認した．