遥感（RS）变化检测（CD）旨在从配准的双时相图像中检测“感兴趣的变更”。现有深度监督CD方法的性能归功于用于训练网络的大量标注数据。然而，标注大量遥感图像是一项劳动密集型且成本高昂的工作，尤其是对于双时相图像而言，因为需要由专家进行像素级比较。另一方面，由于地球观测计划不断增加，我们通常可以获取无限量的未标注多时相RS影像。在本文中，我们提出了一种简单而有效的方法，利用未标注双时相图像中的信息来提高CD方法的性能。具体来说，我们提出了一种半监督CD模型，在该模型中，除了监督交叉熵（CE）损失外，还通过约束给定未标注双时相图像对的变化概率图在对其深层特征差异图施加小随机扰动后保持一致来定义无监督CD损失。实验结果表明，在仅使用10%的标注训练数据的情况下，所提出的半监督CD方法仍能接近监督CD方法的性能。代码可在https://github.com/wgcban/SemiCD 获取。