يقترح هذا البحث إطارًا جديدًا للكشف عن الأشياء يُسمى Grid R-CNN، والذي يستخدم آلية تحديد موقع موجهة بالشبكة لتحقيق الكشف الدقيق عن الأشياء. على عكس الطرق التقليدية القائمة على الانحدار، فإن Grid R-CNN يلتقط المعلومات المكانية بشكل صريح ويستفيد من خاصية الحساسية للموقع في الهندسة الشاملة للشبكات التلافيفية. بدلاً من استخدام نقطتين مستقلتين فقط، قمنا بتصميم صيغة إشراف متعددة النقاط لترميز المزيد من العناصر الدلائلية بهدف تقليل تأثير التنبؤ غير الدقيق لنقاط معينة. للاستفادة الكاملة من ارتباط النقاط داخل الشبكة، نقترح استراتيجية دمج معلومات ذات مرحلتين لدمج الخرائط المميزة للنقاط المجاورة في الشبكة. يمكن توسيع نهج تحديد الموقع الموجه بالشبكة بسهولة إلى إطارات كشف مختلفة ومتطورة. يؤدي Grid R-CNN إلى تحديد موقع عالي الجودة للأجسام، وقد أظهرت التجارب أنه يحقق زيادة بنسبة 4.1% في AP عند IoU=0.8 وزيادة بنسبة 10.0% في AP عند IoU=0.9 على مقاييس COCO مقارنة بمثيله Faster R-CNN الذي يستخدم هيكل Res50 وFPN (Feature Pyramid Network).