في الآونة الأخيرة، شهدت طرق الكشف بدون نقاط ثابتة تقدماً كبيراً. هناك عائلتان رئيسيتان في هذا المجال، وهما الكشف بنقاط الثبات والكشف بنقاط المفتاح، وهما على طرفي النقيض فيما يتعلق بعلاقة السرعة بالدقة، حيث تتمتع نقاط الثبات بميزة السرعة. في هذه الدراسة، نعزز أداء كاشف النقاط الثابتة مقارنة بكاشفات نقاط المفتاح مع الحفاظ على ميزة السرعة. لتحقيق ذلك، نصوغ مشكلة الكشف من وجهة نظر نقطة الثبات ونحدد التدريب غير الفعال كمشكلة رئيسية. الرؤية الأساسية لدينا هي أن نقاط الثبات يجب أن يتم تحسينها بشكل مشترك كمجموعة داخل كل مستوى من مستويات الهرم المميز وفي ما بين جميع المستويات. نقترح استراتيجية تدريب بسيطة ولكن فعالة باستخدام نقاط ثبات ذات وزن ناعم ومستويات هرم مختارة بشكل ناعم لمعالجة مشكلة الانتباه الخاطئ داخل كل مستوى من مستويات الهرم ومشكلة اختيار المميزات عبر جميع مستويات الهرم على التوالي. لتقييم الفعالية، قمنا بتدريب كاشف بدون نقاط ثابتة ذو مرحلة واحدة يُسمى كاشف نقطة الثبات الناعمة (SAPD). أظهرت التجارب أن SAPD الموجز الخاص بنا يدفع حدود علاقة السرعة/الدقة إلى مستوى جديد، مما يتفوق على الكاشفات الحديثة بدون نقاط ثابتة وبنقاط ثابتة الأكثر تقدماً. دون أي تعديلات إضافية، يمكن لأفضل نموذج لدينا تحقيق دقة استدعاء (AP) بنسبة 47.4% على مجموعة بيانات COCO.