我试图理解在图像/计算机视觉领域中，CNN架构和RCNN架构之间的基本概念差异。

如果我理解错了请纠正我，但我认为CNN提供了空间不变性（位置），而RNN提供了时间不变性（时间）。

回答：

你混淆了一些不同的概念。RNN与R-CNN并不是同一类东西。

RNN是循环神经网络，这是一种人工神经网络，其中的单元之间形成有向循环。这使得它能够表现出动态的时间行为。下图展示了一个简单的RNN单元表示。

R-CNN是基于区域的卷积神经网络。它是一种视觉对象检测系统，结合了自下而上的区域提议和由卷积神经网络计算的丰富特征。简单来说，R-CNN会在图像中提出许多框，并检查这些框中是否有任何一个实际对应于某个对象。它使用选择性搜索算法来计算这些提议区域。下图展示了R-CNN的架构：

所以，回答你的问题：R-CNN只是CNN的一个扩展，专注于对象检测，而“普通”的CNN通常用于图像分类。