この記事は？
Faster R-CNN論文の3章，「Sharing Convolutional Features for Region Proposal and Object Detection」の節で説明されている，"a pragmatic 4-step training algorithm"について説明します．
結論
誰も使ってないし，気にしなくていいです．
詳しく
Faster R-CNNの実装が気になって調べていたところ，こんな記事を見つけました．
意訳
質問者：TensorflowのFaster R-CNN実装の中に，論文に書いてある4-step trainingがないんだけど？
開発者：実装してません！end-to-endで学習できるのでいいです！
「オイオイオイオイ」と思い，公式実装を見に行ってみました．
実はこれは公式による再実装であり，正式な実装はMATLABによって行われています．
再実装版のgithubを見てみると，なにやら意味深なスライドが貼り付けられています．
スライド39ページには，Alternating optimization(4-step training)についての説明が書かれています．
Primarily driven by implementation issues and the NIPS deadline😊
主に実装の問題とNIPSの期限によって引き起こされた😊
なるほど
スライド47ページ
（注：Approximate joint training は，end-to-endでの実装）
Approximtate joint training is faster and simpler
end-to-endで学習したほうが速くてシンプル
とのこと
おわりに
難しいね