يعتمد الكاشفات الحديثة للأجسام بشكل كبير على الصناديق الحدودية المستطيلة، مثل الأنقاط (anchors) والاقتراحات (proposals) والتوقعات النهائية، لتمثيل الأجسام في مراحل مختلفة من التعرف. تعتبر الصندوق الحدودي سهل الاستخدام ولكنه يوفر فقط تحديدًا خشنًا للجسم ويؤدي إلى استخراج خشن لميزات الجسم. في هذا البحث، نقدم \textbf{RepPoints} (النقاط التمثيلية)، وهو تمثيل جديد وأدق للأجسام كمجموعة من النقاط العينية المفيدة لكل من التحديد والتعرف. بالنظر إلى أهداف التدريب الحقيقية للتحديد والتعرف، تتعلم نقاط RepPoints كيفية ترتيب نفسها تلقائيًا بطريقة تحصر مدى الجسم المكاني وتشير إلى المناطق المحلية ذات الأهمية الدلالية. بالإضافة إلى ذلك، لا تتطلب استخدام الأنقاط (anchors) لعين المساحة من الصناديق الحدودية. نوضح أن كاشف الأجسام الخالي من الأنقاط والمبني على نقاط RepPoints يمكن أن يكون فعالًا بنفس درجة أفضل الطرق القائمة على النقاط (anchor-based) حاليًا، بمتوسط دقة 46.5 AP و 67.4 $AP_{50}$AP50​ على معيار الاختبار COCO test-dev للتعرف على الأجسام، باستخدام نموذج ResNet-101. يمكن الوصول إلى الرمز البرمجي عبر الرابط: https://github.com/microsoft/RepPoints.