在图1中，有Dense Pseudo-label 和 Pseudo-box Label两个分支，分别计算了Ldpl损失和Lbox损失，所以Ldpl其实就是对应教师模型输出分类分支后的sigmoid所做的吗？整个模型还是用了NMS来生成伪框监督回归分支的损失计算？
3.3 Dense Pseudo-Label
Since the learning region is selected, unsupervised learning for regression branch can be easily achieved.
3.3中关于回归的分支的叙述较少，上面说由于选择了学习区域，因此回归分支的学习更容易实现，这个更容易实现指的是什么呢？
希望作者能够解答一下
感谢
在图1中，有Dense Pseudo-label 和 Pseudo-box Label两个分支，分别计算了Ldpl损失和Lbox损失，所以Ldpl其实就是对应教师模型输出分类分支后的sigmoid所做的吗？整个模型还是用了NMS来生成伪框监督回归分支的损失计算？
3.3 Dense Pseudo-Label
Since the learning region is selected, unsupervised learning for regression branch can be easily achieved.
3.3中关于回归的分支的叙述较少，上面说由于选择了学习区域，因此回归分支的学习更容易实现，这个更容易实现指的是什么呢？
希望作者能够解答一下
感谢