训练问题

我在自己的数据集上一共训练300轮,先进行了150轮有监督训练burn-in,然后进入半监督训练.最终的结果显示300轮时的mAP指标比150高,但我发现在训练过程中,教师模型的mAP一直比学生模型高,大致4个点左右,请问这种情况正常吗?
另外想问一下,在前150轮的burn-in过程中,为什么也会显示两行指标(分别代表教师模型和学生模型?),在burn-in阶段不是只进行有监督训练吗?
149/299 5.29G 340 800 0.04196 0.01833 0.002488 0.1256: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:15<00:00, 5.86it/s]
burn_in_epoch: 150, cur_epoch: 149
Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|████████████████████████████████████████████████████████████████████████████████████| 525/525 [00:23<00:00, 22.46it/s]
all 2100 20705 0.771 0.687 0.739 0.388
Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|████████████████████████████████████████████████████████████████████████████████████| 525/525 [00:23<00:00, 22.26it/s]
all 2100 20705 0.804 0.68 0.748 0.417

299/299 5.32G 10 800 0.03257 0.01769 0.0006747 0.1019 0.0276 0.02882 0.0008187 0.6584 0 1 36.1 19.46: 100%|██████████| 215/215 [01:35<00:00, 2.25it/s]
Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|████████████████████████████████████████████████████████████████████████████████████| 525/525 [00:23<00:00, 22.47it/s]
all 2100 20705 0.814 0.791 0.817 0.487
Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|████████████████████████████████████████████████████████████████████████████████████| 525/525 [00:24<00:00, 21.33it/s]
all 2100 20705 0.849 0.84 0.867 0.546

Class Images Labels P R mAP@.5 mAP@.5:.95: 100%|████████████████████████████████████████████████████████████████████████████████████| 525/525 [00:25<00:00, 20.24it/s]
all 2100 20705 0.869 0.82 0.866 0.546
0 2100 10807 0.911 0.753 0.832 0.483
1 2100 515 0.778 0.667 0.694 0.338
2 2100 1218 0.902 0.819 0.89 0.645
3 2100 289 0.789 0.955 0.963 0.734
4 2100 3249 0.934 0.89 0.932 0.526
5 2100 4627 0.899 0.836 0.885 0.551