半教師あり物体検出学習に対して有効な手法を提案できていることが新規性として挙げられる。特に、Anchor-freeの物体検出モデルに対しても効果が得られる枠組みを提案できている。

Pascal VOC / MS COCOと代表的なデータセットに対して、{0.5, 1, 2, 5, 10}%の教師ラベルで実験を行った。例えばMS COCOではFCOS-ResNet-50が0.5%の教師ラベルで5.42しか精度が出ないところを、提案手法では16.25と大きく差をつけることができた。従来法と比較しても、提案法は最も良い性能を示した。

添付図は論文中のTable 4を参照しており、Anchor-freeの物体検出モデルFCOS-ResNet-50における精度である。