预测输出有3个支路，第一个支路是有无文本的二分类，这个和目标检测算法中的目标分类类似。第二个支路是水平框（axis-aligned box）的预测，这个和目标检测算法中的框预测一样。第三个支路时倾斜框（inclined box）的预测，这部分是这篇文章的亮点，而且该支路后面跟一个NMS进行处理得到最后结果。至于RPN网络部分输出的ROI则和常规目标检测中RPN网络输出的ROI一样，都是水平方向。另外这篇文章其实还增加了一些小尺寸的anchor提升对小文本的检测效果。所以R2CNN算法最后既有常规的水平预测框输出，也有倾斜框输出，这两种框都是基于RPN网络输出的ROI得到的，虽然倾斜框支路也能预测水平框，但是作者认为第二个支路的存在对最后结果帮助较大。 
图2. 旋转区域CNN（R2CNN）的网络架构。 RPN用于提出包含任意方向文本的轴对齐边界框。 对于RPN生成的每个框，执行三个具有不同合并大小的ROIPoolings，并将连接的特征连接起来以预测文本分数，轴对齐框（vx，vy，vw，vh）和倾斜最小区域框（ux1，uy1，UX2，UY2，呵）。 然后在倾斜的盒子上进行倾斜的非最大抑制以获得最终结果。