Wir präsentieren Self Meta Pseudo Labels, eine neuartige semi-supervised Lernmethode, die der Meta Pseudo Labels-Methode ähnelt, jedoch auf ein Lehrmodell verzichtet. Wir stellen eine innovative Methode vor, bei der ein einzelnes Modell sowohl zur Erzeugung von Pseudolabels als auch zur Klassifikation genutzt wird, wodurch lediglich ein Modell im Speicher gehalten werden muss, anstatt zwei. Unser Ansatz erreicht eine vergleichbare Leistung wie die Meta Pseudo Labels-Methode, reduziert jedoch den Speicherverbrauch erheblich.