تتمثل تحديات الكشف عن النصوص ذات الأشكال المرنة في جوانبين رئيسيين: 1) يصعب على معظم الكاشفات القائمة على الصناديق الحدودية المربعة تحديد النصوص ذات الأشكال العشوائية، والتي من الصعب حصرها بشكل مثالي داخل مستطيل؛ 2) قد لا تتمكن معظم الكاشفات القائمة على تقسيم البكسلات من فصل حالات النص التي تكون قريبة جدًا من بعضها البعض. لمعالجة هذه المشكلات، نقترح شبكة توسع مقياس التقدم (PSENet) جديدة، وهي مصممة ككاشف قائم على التقسيم مع تنبؤات متعددة لكل حالة نص. تتوافق هذه التنبؤات مع مختلف "النوى" المنتجة بتصغير الحالة الأصلية للنص إلى مقاييس مختلفة. وبالتالي، يمكن إجراء الكشف النهائي من خلال خوارزميتنا لتوسع المقياس التدريجي، والتي تتوسع تدريجيًا بالنوى ذات المقاييس الدنيا إلى حالات النص ذات الأشكال الكاملة والقصوى. نظرًا لوجود هوامش هندسية كبيرة بين هذه النوى الدنيا، فإن طريقتنا فعّالة في تمييز الحالات المجاورة للنصوص ومرنة تجاه الأشكال العشوائية. تؤكد النتائج الرائدة على مقاييس ICDAR 2015 وICDAR 2017 MLT الفعالية العظيمة لـ PSENet. ومن الجدير بالذكر أن PSENet أظهرت أداءً أفضل بنسبة 6.37٪ مطلقة على مجموعة بيانات النصوص المنحنية SCUT-CTW1500 مقارنة بأفضل السجلات السابقة. سيتم توفير الشيفرة البرمجية في https://github.com/whai362/PSENet.