Nous présentons Meta Pseudo Labels, une méthode d'apprentissage semi-supervisé qui atteint une nouvelle meilleure précision top-1 de 90,2 % sur ImageNet, soit une amélioration de 1,6 % par rapport à l'état de l'art existant. Tout comme Pseudo Labels, Meta Pseudo Labels utilise un réseau enseignant pour générer des étiquettes pseudo-sur les données non étiquetées, afin d'enseigner un réseau élève. Toutefois, contrairement à Pseudo Labels où le réseau enseignant est fixe, celui de Meta Pseudo Labels est constamment mis à jour grâce aux retours de performance du réseau élève sur le jeu de données étiqueté. En conséquence, le réseau enseignant produit des étiquettes pseudo plus précises, permettant ainsi une meilleure formation du réseau élève. Notre code sera disponible à l'adresse suivante : https://github.com/google-research/google-research/tree/master/meta_pseudo_labels.