Fast R-CNN 是怎么做的，它主要解决了什么问题？

回答思路

1. 能说明 Fast R-CNN 相比 R-CNN 的核心改进：共享卷积特征和 ROI Pooling
2. 能解释 ROI Pooling 的作用，将任意大小区域映射到固定尺寸特征
3. 能阐述单阶段训练流程：分类分支与回归分支联合优化
4. 能指出其局限性（如候选框生成仍在 CPU 上较慢）