YOLO9000 : Meilleur, Plus Rapide, Plus Fort

Nous introduisons YOLO9000, un système de détection d'objets en temps réel à la pointe de la technologie qui peut détecter plus de 9000 catégories d'objets. Tout d'abord, nous proposons diverses améliorations à la méthode de détection YOLO, à la fois nouvelles et tirées de travaux antérieurs. Le modèle amélioré, YOLOv2, est à la pointe de la technologie sur des tâches de détection standard comme PASCAL VOC et COCO. Grâce à une méthode d'entraînement multi-échelle novatrice, le même modèle YOLOv2 peut fonctionner à différentes tailles, offrant un échange facile entre vitesse et précision. À 67 FPS, YOLOv2 obtient 76,8 mAP sur VOC 2007. À 40 FPS, YOLOv2 obtient 78,6 mAP, surpassant des méthodes à la pointe de la technologie comme Faster RCNN avec ResNet et SSD tout en étant significativement plus rapide. Enfin, nous proposons une méthode pour entraîner conjointement la détection et la classification d'objets. En utilisant cette méthode, nous formons YOLO9000 simultanément sur le jeu de données de détection COCO et le jeu de données de classification ImageNet. Notre formation conjointe permet à YOLO9000 de prévoir des détections pour des classes d'objets qui n'ont pas de données de détection étiquetées. Nous validons notre approche sur la tâche de détection ImageNet. YOLO9000 obtient 19,7 mAP sur le jeu de validation de détection ImageNet, malgré le fait qu'il n'ait que des données de détection pour 44 des 200 classes. Sur les 156 classes non présentes dans COCO, YOLO9000 obtient 16,0 mAP. YOLO9000 prédit des détections pour plus de 9000 catégories d'objets différentes, toutes en temps réel.