本研究提出一种特征增强方法，解决自监督对比学习中因数据增强导致的视图变异性问题。通过增加训练数据的多样性，提高预训练模型的泛化能力和鲁棒性。结果表明，该方法在图像分类和目标检测任务中显著提升了性能。
完成下面两步后，将自动完成登录并继续当前操作。
