يقترح هذا البحث طريقة الشبكة التلافيفية القائمة على المناطق السريعة (Fast R-CNN) لاكتشاف الأشياء. يعمل Fast R-CNN على تطوير الأعمال السابقة لتصنيف اقتراحات الأشياء بكفاءة باستخدام شبكات تلافيفية عميقة. مقارنة بالأعمال السابقة، يستخدم Fast R-CNN عدة ابتكارات لتحسين سرعة التدريب والاختبار مع زيادة دقة الاكتشاف. يتدرب Fast R-CNN على شبكة VGG16 العميقة جدًا بسرعة تبلغ 9 أضعاف سرعة R-CNN، ويكون أسرع بمقدار 213 ضعفًا في وقت الاختبار، ويعطي معدل دقة أعلى (mAP) على مجموعة بيانات PASCAL VOC 2012. مقارنة بـ SPPnet، يتدرب Fast R-CNN على VGG16 بسرعة تبلغ 3 أضعاف، ويكون أسرع بمقدار 10 أضعاف في الاختبار، وأكثر دقة. تم تنفيذ Fast R-CNN بلغتي البرمجة بايثون وC++ (باستخدام Caffe)، وهو متاح تحت رخصة MIT المفتوحة المصدر على الرابط https://github.com/rbgirshick/fast-rcnn.