1.特征抽取：用於抽取圖像特征，壹般可以使用vgg、resnet和mobilenet等backbone；
2.RPN（Region Proposal Network）：用於產生候選框，主要做壹些粗糙的分類和回歸操作；
3.RoI Pooling：主要是為了解決全連接層需要固定尺寸輸入，而實際輸入大小不壹的問題；
4.Classification and Regression：精細化分類和回歸。
faster rcnn算法大致流程如下：
彩色圖像通過backbone進行特征提取，輸出最後壹層的feature map。接著將這些feature map進壹步做基於3x3卷積核的特征提取，該目的是增強模型的魯棒性。將輸出送入兩個分支，第壹個分支跟類別有關，這裏主要是用於簡單分類，區分是背景還是物體，這是針對anchor而言的；第二個分支則是用於初步預測候選框的偏移量，這個也是基於anchor而言的；再將前兩個分支的結果送入圖中的proposal中，首先會根據positive類的score篩選前6000個候選框，再將anchor的坐標和得到的偏移進行整合，得到初步候選框坐標，接著在做NMS,除去重疊嚴重的框，再經過了NMS後的框中，根據類別score取前300個框。然後將結果送入roi pooing層，用於生成固定尺寸的特征區域，以方便後邊的全連接層接受信息；全連接層用於最後提取特征，得到精細的類別和框的偏移量。