يتعامل هذا العمل مع مشكلة التعلم شبه المشرف (Semi-Supervised Learning) للتصنيفات الصورية (Image Classifiers). الفكرة الرئيسية لدينا هي أن مجال التعلم شبه المشرف يمكن أن يستفيد من المجال المتقدم بسرعة وهو التعلم الذاتي لتمثيلات الرؤية البصرية (Self-Supervised Visual Representation Learning). من خلال توحيد هذين النهجين، نقترح إطار عمل التعلم الذاتي شبه المشرف (Self-Supervised Semi-Supervised Learning) ونستخدمه لاستنباط طريقتين جديدتين للتصنيف الصوري شبه المشرف. نظهر فعالية هاتين الطريقتين مقارنة بالأسس المرجعية التي تم ضبطها بدقة والطرق الحالية للتعلم شبه المشرف. ثم نوضح أن نهجنا والطرق الحالية للتعلم شبه المشرف يمكن تدريبها بشكل مشترك، مما يؤدي إلى تحقيق نتيجة جديدة رائدة في مجال التعلم شبه المشرف لـ ILSVRC-2012 باستخدام 10% فقط من العلامات.