该研究提出了一种自监督学习方法，适用于对象检测和语义分割等半全局任务。该方法通过最小化像素级的本地对比损失，在自学习特征中强制实现对变换后的同一图像的相应图像位置之间的本地一致性。在三个数据集上评估 SSL 方法，结果比现有的先进自监督学习方法在对象检测、检测和分割等任务上分别提高了 1.9％、1.4％和 0.6％。