Fast R-CNN（Fast Region-based Convolutional Network Method[1]）是由Ross Girshick提出的一种以R-CNN[2]为基础的目标检测方法。和R-CNN、SPPnet[3]相比，Fast R-CNN极大地减少了训练和测试时间，并且提高了检测质量。Fast R-CNN训练VGG16网络，比R-CNN快9倍，比SPPnet快3倍；在测试时，比R-CNN快213倍，比SPPnet快10倍。Fast R-CNN在PASCAL VOC 2012[4]上的mAP[1]达到了66%（R-CNN的mAP为62%）。