? ? ? ? 在本論文中專注于先進(jìn)和流行的單階段檢測(cè)網(wǎng)絡(luò)YOLOv5的半監(jiān)督學(xué)習(xí)。與更快的RCNN相比，YOLOv5的實(shí)現(xiàn)要 復(fù)雜得多，YOLOv5中使 用的各種訓(xùn)練技術(shù)也會(huì)降低SSOD的益處。除了這一-挑戰(zhàn)， 我們還揭示了單階段SSOD中的兩個(gè)關(guān)鍵問題，分別是低質(zhì)量偽標(biāo)記和多任務(wù)優(yōu)化沖突。為了解決這些問題，我們提出了- -種名為OneTeacher的新型師生學(xué)習(xí)方法，該方法具有兩種創(chuàng)新設(shè)計(jì)，即多視圖偽標(biāo)簽優(yōu)化(MPR) 和解耦半監(jiān)督優(yōu)化(DSO)。特別是，MPR通過增強(qiáng)視圖細(xì)化和全局視圖過濾提高了偽標(biāo)簽的質(zhì)量，DSO通過結(jié)構(gòu)調(diào)整和任務(wù)特定偽標(biāo)簽處理聯(lián)合優(yōu)化沖突。此外，還仔細(xì)修改YOLOv5的實(shí)現(xiàn)，以最大化SSOD的好處,這也與現(xiàn)有的SSOD方法共享，以進(jìn)行公平比較。為了驗(yàn)證OneTeacher,我們對(duì)COCO和Pascal VOC進(jìn)行了廣泛的實(shí)驗(yàn)。廣泛的實(shí)驗(yàn)表明，OneTeacher不僅可以實(shí)現(xiàn)優(yōu)于比較方法的性能,例如，與無偏教師相比，相對(duì)AP增益為15.0%，而且可以很好地處理單階段SSOD中的關(guān)鍵問題。