La tecnología de reconocimiento de objetivos automático (ATR) de radar de apertura sintética (SAR) se ha aplicado ampliamente en múltiples campos. Sin embargo, el mecanismo especial de imagen de SAR resulta en diferentes características visuales del mismo objetivo en diferentes ángulos de azimut, por lo que el reconocimiento de objetivos SAR de un solo aspecto tiene la limitación de observar el objetivo desde una sola perspectiva. La tecnología de reconocimiento de objetivos SAR de múltiples aspectos puede superar esta limitación al utilizar información de diferentes azimuts y mejorar efectivamente el rendimiento de reconocimiento de objetivos. Considerando la dependencia del orden y la limitación de datos de los métodos existentes, este artículo propone un método de reconocimiento SAR de múltiples aspectos basado en Non-Local, que aplica un cálculo de autoatención a mapas de características para aprender la correlación entre imágenes SAR de múltiples aspectos. Mientras tanto, para mejorar la capacidad de generalización del método propuesto bajo datos limitados, se diseñó una red basada en aprendizaje contrastivo para pre-entrenar la parte de extracción de características de toda la red. Los resultados experimentales utilizando el conjunto de datos MSTAR muestran que el método propuesto tiene una excelente precisión de reconocimiento y buena robustez.