Nous proposons un nouveau modèle de génération de graphes de scène appelé Graph R-CNN, qui est à la fois efficace et performant pour détecter les objets et leurs relations dans les images. Notre modèle intègre un Réseau de Proposition de Relations (RePN) capable d'aborder efficacement le nombre quadratique de relations potentielles entre les objets présents dans une image. Nous présentons également un Réseau de Convolution Graphique Attentif (aGCN) qui capture efficacement l'information contextuelle entre les objets et leurs relations. Enfin, nous introduisons une nouvelle métrique d'évaluation plus complète et réaliste que celles existantes. Nous rapportons des performances d'avant-garde en génération de graphes de scène, évaluées à la fois selon les métriques existantes et notre propre proposition.