في هذه الورقة، نقترح نموذجًا جديدًا للتكيف العميق غير المراقب من الطرف إلى الطرف للكشف عن الكائنات المتكيفة، من خلال استغلال التعرف على الكائنات متعددة التصنيفات كمهام مساعدة ثنائية. يستخدم النموذج التنبؤات متعددة التصنيفات لكشف معلومات فئة الكائن في كل صورة، ثم يستخدم نتائج التنبؤ لتنفيذ محاذاة مميزة شرطية للميزات العالمية، مما يسمح بالتعامل مع البنية متعددة النماذج للميزات الصورية، ويساهم في تقليل الفجوة بين المجالات على مستوى الميزات العالمية مع الحفاظ على قدرة التمييز للميزات. علاوةً على ذلك، نُقدِّم آلية لتنظيم اتساق التنبؤ، تُسهم في تحسين الكشف عن الكائنات، حيث تُستخدم نتائج التنبؤ متعددة التصنيفات كمعلومة تقويمية مساعدة لضمان اتساق اكتشاف فئات الكائنات بين مهمة التعرف على الكائنات ومهمة الكشف عن الكائنات. أُجريت تجارب على عدد من مجموعات البيانات القياسية، وأظهرت النتائج أن النموذج المقترح يتفوق على الطرق المقارنة المتطورة في الحد الأقصى من الأداء.