La séparation des réflexions à partir d'une seule image (SIRS), en tant que tâche représentative de séparation aveugle de sources, vise à récupérer deux couches, à savoir la transmission et la réflexion, à partir d'une observation mixte unique, ce qui constitue un défi majeur en raison de la nature fortement mal posée du problème. Les approches basées sur l'apprentissage profond existantes restaurent généralement les couches cibles de manière indépendante, ou avec certaines préoccupations apparaissant à la sortie, en négligeant presque complètement les interactions entre les deux flux ou branches. Afin d'utiliser l'information de manière plus efficace, ce travail propose une stratégie interactive générale mais simple, nommée Your Trash Is My Treasure (YTMT), pour concevoir des réseaux de décomposition à deux flux. Plus précisément, nous imposons explicitement aux deux flux de communiquer entre eux de manière bloc par bloc. Inspirés de la propriété additive entre les deux composantes, le chemin d'interaction peut être facilement mis en œuvre en transférant, plutôt qu'en éliminant, les informations désactivées par le rectificateur ReLU d'un flux vers l'autre. Des études d'ablation ainsi que des résultats expérimentaux sur des jeux de données SIRS largement utilisés sont présentés afin de démontrer l'efficacité de YTMT, et de révéler son avantage par rapport aux autres méthodes de pointe. L'implémentation est particulièrement simple, et le code source est disponible publiquement à l'adresse suivante : \href{https://github.com/mingcv/YTMT-Strategy}{\textit{https://github.com/mingcv/YTMT-Strategy}}.