قد مكّنت شبكات الCONVNETS من تحقيق تقدم كبير في مجال كشف المشاة مؤخرًا، ولكن لا تزال هناك أسئلة مفتوحة حول الأطر المعمارية المناسبة وبيانات التدريب. نعيد النظر في تصميم CNN ونسلط الضوء على التعديلات الرئيسية التي تسمح لـFaster R-CNN البسيط بتحقيق نتائج رائدة على مجموعة بيانات Caltech.لتحقيق تحسينات إضافية من خلال المزيد والبيانات الأفضل، نقدم CityPersons، وهو مجموعة جديدة من شروط الشخص تم إضافتها إلى مجموعة بيانات Cityscapes. يتيح تنوع CityPersons لنا للمرة الأولى تدريب نموذج واحد لشبكة CNN يمكنه التعميم بشكل جيد عبر العديد من المعايير. علاوة على ذلك، باستخدام CityPersons في التدريب الإضافي، نحصل على أفضل النتائج باستخدام Faster R-CNN على مجموعة بيانات Caltech، مع تحسين خاص في الحالات الأكثر صعوبة (الإغلاق الكثيف والحجم الصغير) وتوفير دقة تحديد موقع أعلى.