بالنسبة detecion الكائنات، لا يزال يُعدّ التناقض بين متطلبات دقة خريطة الميزة وحجم المجال الاستقبالى عند إدخالات عالية الدقة مسألة مفتوحة. في هذه الورقة، وللتعامل مع هذه المشكلة، نُنشئ معمارية جديدة تُسمى شبكة الهرم الميزاتية السياقية الموجهة بالانتباه (AC-FPN)، التي تستغل المعلومات التمييزية من مجالات استقبالية واسعة مختلفة من خلال دمج ميزات متعددة المسارات موجهة بالانتباه. تحتوي النموذج على وحدتين رئيسيتين. الأولى هي وحدة استخراج السياق (CEM)، التي تُستكشف من خلال معلومات سياقية واسعة من مجالات استقبالية متعددة. وبما أن العلاقات السياقية الزائدة قد تُربك التحديد والتعرف، صممنا الوحدة الثانية، وهي وحدة موجهة بالانتباه (AM)، التي تُمكنها من التقاط التبعيات البارزة حول الكائنات بشكل تكيفي باستخدام آلية الانتباه. وتشمل وحدة AM وحدتين فرعيتين: وحدة الانتباه السياقي (CxAM) ووحدة الانتباه المحتوى (CnAM)، والتي تركزان على استخلاص السياقات التمييزية وتحديد المواقع بدقة على التوالي. والأهم من ذلك، يمكن دمج AC-FPN بسهولة في النماذج القائمة القائمة على FPN. أظهرت التجارب الواسعة في كشف الكائنات والتقسيم التفصيلي نتائج تفوق بشكل ملحوظ النماذج الحالية التي تستخدم وحدتي CEM وAM مقارنةً بنظيراتها التي لا تستخدمهما، كما حقق نموذجنا نتائج رائدة في مجاله. وقد أُطلق الكود المصدري على الرابط: https://github.com/Caojunxu/AC-FPN.