Около тысячи (ну пусть 2 тыс.) образцов - это довольно мало для обучения нейросети. Обычно выборки данных начинаются от десятков тысяч и доходят до миллионов образцов. Правда, пишут, что Yolo в этом плане более эффективная система, но если бы образцов было больше - думаю, точность бы возросла более чем до 95%.