Faster R-CNN结构上将特征抽取，region proposal提取，bbox regression（包围边框回归），分类都整合到了一个网络中，综合性能有较大提高，检测速度提升较大。

论文：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

论文想解决什么问题

Faster R-CNN解决的是Fast R-CNN最后剩下的瓶颈：候选框还是靠Selective Search等外部算法生成，整套检测流程依然不够快。

核心创新

  • 提出Region Proposal Network，直接在卷积特征图上生成候选框。
  • 让proposal生成与目标检测共享卷积特征，减少重复计算。
  • 引入anchors，把不同尺度和宽高比的候选框生成过程参数化。

结构理解

Faster R-CNN可以看成两个子网络协同工作：RPN负责“先提名哪些区域可能有目标”，Fast R-CNN检测头负责“这些区域具体是什么、框得准不准”。
它最重要的地方，是把原来独立存在的proposal步骤收进了神经网络内部，从而让整个检测框架更接近统一训练和统一推理。

实验结果怎么看

论文表明，RPN几乎以很小的额外代价就能产生高质量候选框，并使整体检测速度显著提升。Faster R-CNN也因此成为两阶段检测器的代表性框架，长期被当作高精度检测基线。

简单理解与局限

我对Faster R-CNN的理解是：它把R-CNN家族真正推到了成熟阶段。
它的局限在于，两阶段框架通常仍比轻量级一阶段方法更慢，anchors设计也会带来一些超参数负担，但在追求检测精度时，它一直是非常重要的经典方案。