Faster R-CNN算法是作者Ross Girshick对Fast R-CNN算法的一种改进。Fast R-CNN在速度和精度上都有了不错的结果，但仍有一些不足之处。Faster R-CNN算法同样使用VGG-16网络结构，检测速度在GPU上达到5fps(包括候选区域的生成)，准确率也有进一步的提升。在ILSVRC和COCO 2015竞赛中获得多个项目的第一名。在Faster R-CNN中提出了区域生成网络(Region Proposal Network,RPN)，将候选区域的提取和Fast R-CNN中的目标检测网络融合到一起，这样可以在同一个网络中实现目标检测。Faster R-CNN主要是解决Fast R-CNN存在的问题：

• 候选区域提取方法耗时较长；
• 没有真正实现end-to-end训练测试。

  Faster R-CNN算法步骤：

• 将图像输入网络得到相应的特征图；
• 使用RPN结构生成候选框，将RPN生成的候选框投影到特征图上获得相应的特征矩阵；
• 将每个特征矩阵通过ROl pooling层缩放到7x7大小的特征图，接着将特征图展平通过一系列全连接层得到预测结果。

  上图中各层的主要功能：

• 1) conv layers提取特征图：
    作为一种CNN网络目标检测方法，Faster R-CNN首先使用一组基础的conv+relu+pooling层提取input image的feature maps，该feature maps会用于后续的RPN层和全连接层。

• 2) RPN(Region Proposal Networks):
    RPN网络主要用于生成region proposals，首先生成一堆Anchor box，对其进行裁剪过滤后通过softmax判断anchors属于前景(foreground)或者后景(background)，即是物体或者不是物体，所以这是一个二分类；同时，另一分支bounding box regression修正anchor box，形成较精确的proposal（注：这里的较精确是相对于后面全连接层的再一次box regression而言）。

• 3) RoI Pooling：
    该层利用RPN生成的proposals和VGG16最后一层得到的feature map，得到固定大小的proposal feature map，进入到后面可利用全连接操作来进行目标识别和定位。

• 4) Classifier：
    会将RoI Pooling层形成固定大小的feature map进行全连接操作，利用Softmax进行具体类别的分类，同时利用L1 Loss完成bounding box regression回归操作获得物体的精确位置。

  Faster R-CNN算法可以看作是由R-CNN和Fast R-CNN演化而来。

Faster R-CNN存在的问题：

1. 还是无法达到实时检测目标；
2. 获取region proposal，再对每个proposal分类计算量还是比较大。