通过弱对比学习，提出了一种名为批次实例判别和特征聚类（BIDFC）的新型框架，用于合成孔径雷达（SAR）自动目标识别（ATR）技术中的高准确率目标识别。实验结果表明，仅使用3.13%的训练数据进行微调的方法实现了91.25%的分类准确度。验证了BIDFC在OpenSarShip数据库中的有效性，可推广到其他数据集。