RCNN将特征提取、分类、回归任务交给了CNN来做；
Fast-RCNN在RCNN的基础上，增加了ROI pooling，注意这里的proposal还是外部提取出来的。
Fast R-CNN的处理流程如上图所示：（1）使用CNN网络提取底层特征（这些特征是整幅图像上所有的Proposal公用的，节省了R-CNN中的计算量）；（2）自己写了一个ROI Pooling层，从数据层得到ROIs，即：每一个Proposal的坐标，映射到FeatureMap上的对应位置，把该位置的矩形分成7*7的块，使用max Pooling提取一个维数固定为49的特征向量，送到两个全连接层中；（3）输出网络是两个全连接层，一个做分类，Loss层是SoftMaxWithLoss，一个做回归，Loss层是SmoothL1Loss。网络结构如下图所示。
Fast R-CNN网络的一个缺陷：依赖外部算法提取Proposal，个数太多，仍然占用大量计算量。FasterR-CNN就是解决这个问题的。Faster
R-CNN训练一个RPN（Region Proposal Network）网络来提取Proposal，个数大大减少，然后再结合FastR-CNN做分类和回归。
Faster R-CNN的处理流程如上图所示：（1）使用CNN网络提取底层特征；（2）训练RPN网络，提取Proposal（RPN的处理流程后面有描述）；（3）使用现有的Proposal和底层图像特征，训练FastR-CNN做分类和回归。
RPN的处理流程如下图所示：（1）使用一个3×3的滑动窗口在Feature map上滑动，在每一个位置的中心点处遍历指定的scale和aspect ratio，提取K类anchor box；（2）类似FCN，使用卷积层对anchor box进行分类（前景和背景）和回归；（3）根据anchor box和标定的真值的重叠情况（IOU， Intersection OverUnion）进行分类，找出正面样本、负面样本和不参与训练的样本（这些样本决定了网络应该怎么学习）；（4）分类任务使用SoftmaxWithLoss层，回归任务使用SmoothL1Loss层，根据Loss调整RPN网络；（5）RPN网络输出Proposal。
Faster R-CNN的网络结构如下图所示，整个网络分成3部分：（1）提取anchor
box，如图中的rpn_conv/3×3；（2）提取样本，如图中的rpn-data；（3）FastR-CNN，如图中Proposal以下的网络结构。
从R-CNN，Fast R-CNN到Faster R-CNN一路走来，都是为了减少重复计算，那么到了FasterR-CNN是不是没有重复计算了？不是。如上图中，Proposal有N个，Proposal下面的网络结构（即：subnet）就需要计算N次，并且Proposal之间的重复比较多，subnet的计算量随之会很大。R-FCN就能够解决这个问题。