Dada una consulta de lenguaje, un sistema de comprensión Visión-Lenguaje basado en detección (DVLU) necesita responder basado en las regiones detectadas (es decir, cuadros delimitadores). Con el avance significativo en la detección de objetos, DVLU ha presenciado grandes mejoras en los últimos años, como Respuesta a Preguntas Visuales (VQA) y Anclaje Visual (VG). Sin embargo, los métodos de DVLU existentes siempre procesan cada región de imagen detectada por separado pero ignoran que son un todo integral. Sin la consideración completa del contexto de cada región, la comprensión de la imagen puede contener más sesgos. En este documento, para resolver el problema, se propone un bloque de Red Colaborativa de Regiones (RCN) simple pero efectivo para cerrar la brecha entre las regiones independientes y la tarea integrativa de DVLU. Específicamente, las Relaciones Intra-Región (IntraRR) dentro de cada región detectada se calculan mediante un modelo no local conjunto de posición y canal. Luego, las Relaciones Inter-Región (InterRR) entre todas las regiones detectadas se calculan mediante agrupación y compartiendo parámetros con IntraRR. El RCN propuesto puede mejorar las características de cada región utilizando información de todas las demás regiones y garantiza la consistencia de dimensiones entre la entrada y la salida. El RCN se evalúa en VQA y VG, y los resultados experimentales muestran que nuestro método puede mejorar significativamente el rendimiento de los modelos de DVLU existentes.