Les parties fournissent une représentation intermédiaire des objets qui est robuste face aux variations de la caméra, de la posture et de l'apparence. Les travaux existants sur le segmentage des parties sont dominés par des approches supervisées qui dépendent de grandes quantités d'annotations manuelles et ne peuvent pas généraliser à des catégories d'objets inconnues. Nous proposons une approche d'apprentissage profond auto-supervisée pour le segmentage des parties, où nous élaborons plusieurs fonctions de perte qui aident à prédire des segments de parties géométriquement concentrés, robustes aux variations des objets et également sémantiquement cohérents entre différentes instances d'objets. Des expériences étendues sur différents types de collections d'images montrent que notre approche peut produire des segments de parties qui respectent les contours des objets et sont plus sémantiquement cohérents entre les instances d'objets comparativement aux techniques auto-supervisées existantes.