本研究提出了一种结合均值教师框架与监督对比学习损失的方法，以提高半导体制造中晶圆图案识别的精度，解决标注数据不足的问题。实验结果表明，该方法在各项指标上均显著提升。

本研究提出了一种新的样本一致性均值教师（SCMT）框架，旨在解决半监督医学图像分类中的一致性正则化不足问题，从而显著提升分类性能。