في طرق الكشف عن الأشياء القائمة على شبكات النيورونات التلافيفية (CNN)، تصبح اقتراحات المنطقة نقطة اختناق عندما تظهر الأشياء تبايناً كبيراً في الحجم أو تكون مخفية جزئياً أو مبتورة. بالإضافة إلى ذلك، فإن هذه الطرق تركز بشكل أساسي على الكشف عن الأشياء ثنائية الأبعاد ولا تستطيع تقدير الخصائص التفصيلية للأجسام. في هذا البحث، نقترح شبكات النيورونات التلافيفية الواعية بالفئات الفرعية للكشف عن الأشياء. نقدم شبكة جديدة لاقتراح المناطق تستخدم المعلومات المتعلقة بالفئات الفرعية لتوجيه عملية إنشاء الاقتراحات، وشبكة كشف جديدة لتحقيق الكشف المشترك والتصنيف حسب الفئة الفرعية. من خلال استخدام الفئات الفرعية المرتبطة بوضع الجسم، نحقق أداءً يتفوق على أفضل ما هو معروف في كل من الكشف وتقدير الوضع على مقاييس شائعة الاستخدام.