المهمة المُقترحة حديثًا للكشف عن الأفعال تتكون من العثور على التوقيت الزمني الدقيق الذي يحدث فيه الحدث. تناسب هذه المهمة بشكل خاص مقاطع الفيديو لكرة القدم، حيث تتوافق الأحداث مع أفعال بارزة مُحددة بدقة بواسطة قوانين كرة القدم (تحدث الهدف عندما يعبر الكرة خط المرمى). في هذا البحث، نقترح شبكة خفيفة وقابلة للتحصيل للكشف عن الأفعال، والتي يمكنها التنبؤ بتصنيف الحدث وزمنه النسبي باستخدام نفس الخصائص الأساسية. نعزز نموذجنا باستراتيجيتين تدريبيتين: الأولى للتوازن بين البيانات والتوزيع المنتظم للعينات، والثانية لإخفاء الإطارات الغامضة والاحتفاظ بالدلائل البصرية الأكثر تمييزًا. عند اختباره على مجموعة بيانات SoccerNet واستخدام الخصائص القياسية، يتجاوز اقتراحنا الكامل الحالة الحالية للمستوى الأول بمقدار 3 نقاط من متوسط دقة الاسترجاع (Average-mAP). بالإضافة إلى ذلك، يصل إلى زيادة تزيد عن 10 نقاط من متوسط دقة الاسترجاع (Average-mAP) على مجموعة الاختبار عند ضبطه بدقة بالاشتراك مع هيكل أساسي قوي ثنائي الأبعاد (2D backbone).