El algoritmo de detección de espectro tradicional basado en aprendizaje profundo requiere un gran número de muestras etiquetadas para el entrenamiento del modelo, pero es difícil obtenerlas en la escena de detección real. Este documento aplica el aprendizaje de contraste auto-supervisado para resolver este problema, y se propone un algoritmo de detección de espectro basado en aprendizaje de contraste auto-supervisado.