摘要

在本研究中，我们深入探讨了半监督目标检测（SSOD）中伪目标（pseudo targets）不一致性的问题。我们的核心观察是：震荡不定的伪目标会严重损害检测器的训练效果，向学生网络的训练过程引入噪声，导致严重的过拟合问题。为此，我们提出了一种系统性的解决方案，命名为 ConsistentTeacher，旨在有效降低伪目标的不一致性。首先，我们引入自适应锚框分配机制（Adaptive Anchor Assignment, ASA），替代传统的基于IoU的静态分配策略，使学生网络具备对噪声伪边界框的鲁棒性。其次，我们设计了一个三维特征对齐模块（3D Feature Alignment Module, FAM-3D），用于校准各子任务的预测结果。该模块使每个分类特征能够自适应地在任意尺度和位置上查询最优的特征向量，以支持回归任务，从而提升特征表达的一致性。最后，我们采用高斯混合模型（Gaussian Mixture Model, GMM）动态调整伪边界框的置信度阈值，有效稳定训练初期的真实目标数量，并缓解训练过程中不可靠的监督信号问题。在多种半监督目标检测评估设置下，ConsistentTeacher均展现出强大的性能。在仅使用10%标注的MS-COCO数据（ResNet-50为主干网络）条件下，模型达到40.0 mAP，相比此前基于伪标签的方法提升了约3 mAP。当在完全标注的MS-COCO数据基础上引入额外的无标签数据进行训练时，性能进一步提升至47.7 mAP。相关代码已开源，地址为：\url{https://github.com/Adamdad/ConsistentTeacher}。