YOLO9000 : Meilleur, Plus Rapide, Plus Fort

Nous présentons YOLO9000, un système de détection d'objets en temps réel de pointe capable de détecter plus de 9000 catégories d'objets. Tout d'abord, nous proposons diverses améliorations à la méthode de détection YOLO, tant originales que tirées des travaux antérieurs. Le modèle amélioré, YOLOv2, est de pointe pour les tâches de détection standard telles que PASCAL VOC et COCO. À 67 images par seconde (FPS), YOLOv2 obtient une précision moyenne (mAP) de 76,8 % sur PASCAL VOC 2007. À 40 FPS, YOLOv2 atteint une mAP de 78,6 %, surpassant ainsi les méthodes de pointe comme Faster R-CNN avec ResNet et SSD tout en fonctionnant considérablement plus rapidement. Enfin, nous proposons une méthode permettant d'entraîner conjointement la détection et la classification d'objets. Grâce à cette méthode, nous entraînons YOLO9000 simultanément sur l'ensemble de données COCO pour la détection et l'ensemble de données ImageNet pour la classification. Notre entraînement conjoint permet à YOLO9000 de prédire des détections pour des classes d'objets qui n'ont pas de données étiquetées pour la détection. Nous validons notre approche sur la tâche de détection ImageNet. YOLO9000 obtient une mAP de 19,7 % sur l'ensemble de validation ImageNet pour la détection malgré le fait qu'il dispose uniquement de données de détection pour 44 des 200 classes. Pour les 156 classes non présentes dans COCO, YOLO9000 atteint une mAP de 16,0 %. Cependant, YOLO ne se limite pas à la détection de 200 classes ; il prédit des détections pour plus de 9000 catégories d'objets différentes. Et il continue à fonctionner en temps réel.