Yurui Zhu

关于“半监督”MT给网络带来的增益，有点疑惑，请教一下师兄

1

从论文的Table 2 来看，引入MT后确实给detection 任务带来了提升，但是不太能理解的一点就是给teacher network输入unlabeled data 后，其实这部分的loss计算是来自于unlabeled送入student net来获取的一个伪label，这里的unlabeled 数据没有真实的GT参考，为什么加上M最后可以给basic net带来增益和提升的呢，针对这一点，师兄是怎么理解的呢

训练过程

3

第一阶段： Pre-training 第二阶段： Finetuning on the specific task 但在第一阶段时是要训练multi-heads，multi-tails; 训练时一个batch 只是随机选一种task 的pair 数据送入到model中，利用反向传播来更新相应的head，tail，和body；其中是不是需要设置，在训练A task时，其他 task 所对应的heads，tails是保持不变的（不会被更新的） 第二阶段：只保留相应的task的head 和tail，其他的heads和tails是直接丢弃的 这个过程想确认一下

Can I participate in the cooperation of this Github repository?

2

I also intersted in the reflection removal task, I would like to add some work to this repository.

Confusions about Masked Operations.

4

Confusions about Masked Operations: (1) Are masked operations necessary for both pixel and attention maps during both training and testing stages? (2) According to Table 1 of the original paper,...