本文研究半监督物体检测中的伪标签偏差问题，提出了“Unbiased Teacher”方法，通过分类均衡损失训练学生和老师，显著提升了检测性能。在COCO和VOC数据集上，使用少量标记数据实现了mAP的显著提升，并解决了类别不平衡问题。