私たちは「Polite Teacher」（丁寧な教師）と呼ばれる、半教師付きインスタンスセグメンテーションのための単純かつ効果的な手法を提案します。本手法は、教師-生徒相互学習フレームワークに依存しています。ノイジーな疑似ラベルをフィルタリングするために、バウンディングボックスに対して信頼度閾値処理を、マスクに対してマスクスコアリングを使用します。このアプローチは、シングルステージのアンカーなし検出器であるCenterMaskでテストされました。COCO 2017 valデータセットでの評価では、異なる教師付き状況において基準モデルよりも大幅に（マスクAPで約+8ポイント）性能が向上することが確認されました。私たちの知る限り、これは半教師付きインスタンスセグメンテーションの問題に取り組んだ最初の研究の一つであり、アンカーなし検出器に特化した初めての研究です。