# build models model = build_model(args) ema_model = build_model(args, ema=True)
通过百度发现，似乎是一种叫mean teacher的半监督处理方法：（参考自）
第一个model被称为student model
第二个ema_model被称为teacher model（EMA即Exponential Moving Average，指数移动平均）
在半监督中，每个输入Batch包含一半已标注的图像与一般未标注的图像。首先，整个Batch会被送入Student Model中，得到一个预测结果。对于Batch中的已标注部分，利用结果与真值计算loss，进行梯度反向传播，从而更新Student Model的参数。而对于Batch中的未标注部分，其输入Student Model也会得到一个结果(记为A)，未标注的图像在加入随机噪声后，也会被送入Teacher Model中，得到一个预测结果(记为B)：
我们希望A==B，这样的话说明模型的参数比较鲁棒泛化。