这篇文章将一张图片划分为四个不同细粒度大小的图片，然后输出四个神经网络，这四个神经网络共享权重，得到四个输出，将这四个输出求交叉熵损失和对比学习损失，共同监督模型学习。

通过对比学习，最大化一个Batch中相同类别的相似度，最小化不同类别的相似度。其中通过一张图像进行数据增强的方式产生正样本对。

将损失函数包装在−log()中，这样最小化这个损失函数对应于最大化两个增强图像。其中分母中包含一个批次中的所有负样本对。

 

这样四个分支通过两两之间进行对比学习，就得到了总的对比损失。

 

最后通过交叉熵损失和对比损失更新模型参数。