半监督学习是一种实用的神经网络的训练策略，目标是使用大量易获得的无标注数据来提升网络的性能。但是以前的半监督学习方法，都是针对分类任务设计的，直接迁移到目标检测上，往往性能并不好。
在这次分享中，我们邀请到了南京理工大学计算机学院博士生李钢，为我们介绍他们中稿 ECCV 2022的工作：
PseCo: Pseudo Labeling and Consistency Training for Semi-Supervised Object Detection
“在这次分享中，我们分析了pseudo labeling和consistency training这两个半监督学习技术，并将其重新适配于目标检测。我们提出的半监督学习方法PseCo，通过将FPN错位对齐，学习到了更强的尺度不变性；同时，我们对无标注数据也设计了新的优化方法，让检测器对不准确的伪标签更加鲁棒。最终，PseCo在精度和训练效率上，都取得了SOTA的表现。”
极市直播丨ECCV2022-李钢-PseCo：FPN错位对齐，实现高效半监督目标检测
➤分享大纲
2.半监督条件下的目标检测
3.PseCo的方法介绍
4.实验结果与展望
➤论文
PseCo: Pseudo Labeling and Consistency Training for Semi-Supervised Object Detection
arxiv：https://arxiv.org/abs/2203.16317
code：https://github.com/ligang-cs/PseCo
➤回放视频在这里☟
https://www.bilibili.com/video/BV1DP411j7kg/
➤PPT内容截图（后台回复“极市直播”或点击阅读原文即可获取PPT）
B站：http://space.bilibili.com/85300886#!/
腾讯视频：http://v.qq.com/vplus/8be9a676d97c74ede37163dd964d600c
往期线上分享集锦：http://m6z.cn/6qIJzE（或直接阅读原文）
如果觉得有用，就请分享到朋友圈吧！
推荐阅读
备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
觉得有用麻烦给个在看啦~ 
