YOLO9000：更好、更快、更强
计算机视觉与模式识别
2016-12-28 v1
摘要
我们引入了 YOLO9000，这是一个 SOTA 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，既有新颖的改进，也有借鉴自先前工作的成果。改进后的模型 YOLOv2 在 PASCAL VOC 和 COCO 等标准检测任务上达到了 SOTA。在 67 FPS 下，YOLOv2 在 VOC 2007 上取得了 76.8 mAP。在 40 FPS 下，YOLOv2 取得了 78.6 mAP，在运行速度显著更快的同时，超越了 Faster RCNN with ResNet 和 SSD 等 SOTA 方法。最后，我们提出了一种联合训练目标检测与分类的方法。使用该方法，我们在 COCO 检测数据集和 ImageNet 分类数据集上同时训练了 YOLO9000。我们的联合训练使 YOLO9000 能够对没有标注检测数据的目标类别进行检测预测。我们在 ImageNet 检测任务上验证了该方法。尽管在 200 个类别中仅有 44 个类别的检测数据，YOLO9000 在 ImageNet 检测验证集上仍取得了 19.7 mAP。在不在 COCO 中的 156 个类别上，YOLO9000 取得了 16.0 mAP。但 YOLO 能检测的远不止 200 个类别；它能预测超过 9000 种不同目标类别的检测结果，并且依然保持实时运行。
引用
@article{arxiv.1612.08242,
title = {YOLO9000: Better, Faster, Stronger},
author = {Joseph Redmon and Ali Farhadi},
journal= {arXiv preprint arXiv:1612.08242},
year = {2016}
}