RFCN是基於Faster RCNN的工作，base net得到feature maps, 用RPN得到proposals。由於classification需要固定長度的feature vector，就需要ROI pooling layer + fully connected layer來獲得，但是這個過程會去除目標的位置資訊，而這個資訊對於檢測問題，至關重要。所以，RFCN提出position-sensitive score maps來解決這個問題。

position-sensitive ROI pooling layer的輸入是ROI features, 輸出是C+1維的特徵向量。 
以k=7, C=20為例，具體的資料形式如下：

    其實在第二個卷積的時候，它產生的7*7*21個輸出，是不知道具體所謂的位置資訊的，而是後面的position-sensitive roi pooling這一步的特定選取規則，使得對於每一類，這49個maps產生了差異，在訓練的時候，為了使最後的損失函式最小，這49輸出對應的kernel就慢慢地顯現出差異。

    rfcn的核心是延續fastRCNN的思想：對於每一個proposal，所有的卷積操作（費時的操作）都只做一次。fastRCNN提出baseNet，讓proposal從feature map上尋找roi，但是不同的proposal還是得重複進行後面的全連線層；rfcn提出psROIpooling, 讓proposal從bbox map和score map上尋找roi

示例圖如下：

RFCN解決的問題：

1：平移不變性指的是一個物體，不管在圖片的哪個位置，你都能準確的識別出來這個物體。因此在影象分類任務中，平移不變性非常重要。但是在物體檢測中，你識別到了一個物體之後，你需要準確地定位這個物體，這個時候你就需要在意物體在圖片中的位置(IoU)

2 ：rcnn證明了cnn提取的特徵的有效性；而spp解決了如何應對不同尺度feature map的問題；fast rcnn通過roi pooling將需要應用到多個候選框上的基CNN模型進行共享，加快了速度並且提升了準確度；

3：減少了全連線層，推薦視窗在位置敏感圖上直接提取特徵，這一點和fasterRCNN一樣，之後得到ROI的特徵，之後做一下全域性的平均，分類；貢獻就是得到了減少的二階段的計算量，提出了位置敏感特徵圖