YOLO9000：更好、更快、更强

我们介绍了 YOLO9000，一种最先进的实时目标检测系统，能够检测超过9000个目标类别。首先，我们提出了对 YOLO 检测方法的各种改进，这些改进既有新颖的也借鉴了已有的工作。改进后的模型 YOLOv2 在 PASCAL VOC 和 COCO 等标准检测任务中表现最先进。通过一种新颖的多尺度训练方法，相同的 YOLOv2 模型可以以不同尺寸运行，提供速度与精度之间的简单权衡。在 67 FPS 时，YOLOv2 在 VOC 2007 上取得了 76.8 mAP。在 40 FPS 时，YOLOv2 达到 78.6 mAP，优于 Faster RCNN with ResNet 和 SSD 等最先进方法，同时运行速度显著更快。最后，我们提出了一种联合训练目标检测和分类的方法。利用该方法，我们同时在 COCO 检测数据集和 ImageNet 分类数据集上训练 YOLO9000。我们的联合训练使 YOLO9000 能够预测没有标注检测数据的目标类别。我们在 ImageNet 检测任务中验证了该方法。YOLO9000 在 ImageNet 检测验证集上获得 19.7 mAP，尽管只有 200 类中的 44 类有检测数据。在 COCO 中不存在的 156 个类别上，YOLO9000 获得了 16.0 mAP。YOLO9000 实时预测超过 9000 种不同的目标类别。