本研究提出了一种自监督变换学习方法，解决了传统无监督表示学习中因依赖变换标签导致的性能下降问题。该方法通过生成图像对的变换表示，提升了分类和检测任务的表现，尤其在检测任务中展现出优越的适应性和灵活性。