总结一下一下R-FCN的思想：由于分类网络具有位置的“不敏感性”和检测网络具有“位置的敏感性”这两者之间的矛盾，
而ResNet论文中为了解决这个问题，做出了一点让步，即将RoI Pooling层不再放置在ResNet-101网络的最后一层卷积层之后而是放置在了“卷积层之间”，这样RoI Pooling Layer之前和之后都有卷积层，并且RoI Pooling Layer之后的卷积层不是共享计算的，它们是针对每个RoI进行特征提取的，所以这种网络设计，其RoI Pooling层之后就具有了位置敏感性translation-variance，但是这样做会牺牲测试速度，因为所有的RoIs都需要经过若干层卷积计算，这样会导致测试速度很慢。R-FCN就是针对这个问题提出了自己的解决方案，在速度和精度之间进行折中。
它的创新之处就是：采用映射的思想，利用整个resnet的卷积部分提取特征，但得到的我们称为positive sensitive score map和score maps，然后是两条支路，一条之路和RPN类似，依然产生ROI，但后面这些ROI会直接映射到前面的得分图上，经过一个positive sensitive roi pooling，再进行投票得到这个ROI的类别，而scores maps是为了得到矩形框的回归信息，这样一来，用映射来代替前向传播，使得它的速度比faster rcnn快了三倍，精度在COCO也提升了三个百分点；
其他的工作就是一些ticks的堆叠：hard mining、膨胀卷积（Dilated Convolutions）等等