Identificar con precisión los estilos de decoración interior tiene una gran importancia para dirigir las prácticas de decoración interior. Sin embargo, la construcción de modelos precisos para la clasificación automática de estilos de decoración interior sigue siendo un desafío debido a la escasez de anotaciones de expertos. Para abordar este problema, proponemos un nuevo marco de aprendizaje mutuo contrastivo guiado por seudonotas (PCML) para la clasificación semisupervisada de estilos de decoración interior aprovechando grandes cantidades de datos no etiquetados.