Nous présentons une nouvelle approche, remarquablement simple, pour la segmentation d'instances dans les images. Contrairement à d'autres tâches de prédiction dense, telles que la segmentation sémantique, c’est le nombre arbitraire d’instances qui rend la segmentation d’instances particulièrement difficile. Pour prédire un masque pour chaque instance, les approches courantes suivent soit la stratégie « détecter puis segmenter », comme dans Mask R-CNN, soit prédisez d’abord des masques par catégorie, puis appliquez des techniques de regroupement (clustering) pour associer les pixels à des instances individuelles. Nous abordons la tâche de la segmentation d’instances sous un angle complètement nouveau en introduisant la notion de « catégories d’instances », qui attribue à chaque pixel d’une instance une catégorie en fonction de sa position et de sa taille. Cette approche permet ainsi de transformer naturellement la segmentation de masques d’instances en un problème résoluble par classification. Ainsi, la segmentation d’instances se décompose en deux tâches de classification. Nous démontrons un cadre de segmentation d’instances beaucoup plus simple et plus flexible, tout en atteignant une précision équivalente à celle de Mask R-CNN, et surpassant les segmenteurs à une seule phase récents en termes de performance. Nous espérons que ce cadre très simple mais puissant puisse servir de référence (baseline) pour de nombreuses tâches de reconnaissance au niveau des instances, au-delà de la simple segmentation d’instances.