(2022 CVPR) Unbiased Teacher v2
然而，由于训练中使用的标签数量有限，centerness score不能可靠地反映预测是否为前景实例，因为centerness分支中没有监督来抑制background instance的centerness score，因此centerness高的instance有可能是背景，在半监督训练中加入这些假阳性伪框会降低伪标记的有效性，并加剧Centerness bias问题。我们提出利用教师和学生之间的相对不确定性来选择boundary level的伪标签，其中教师的不确定性比学生的低。...
