نقدم شبكة فعّالة ذات دقة عالية، تُدعى Lite-HRNet، لتقدير وضعية الإنسان. نبدأ بتطبيق بسيط لوحدة التبديل الفعّالة (efficient shuffle block) من ShuffleNet على شبكة HRNet (الشبكة ذات الدقة العالية)، مما يُحقق أداءً أفضل مقارنة بالشبكات الخفيفة الشائعة مثل MobileNet وShuffleNet وSmall HRNet.نلاحظ أن التحويلات النقطية (1x1) التي تُستخدم بكثافة في وحدات التبديل تُصبح العائق الحسابي الرئيسي. ولذلك نُقدّم وحدة خفيفة الوزن تُسمى "الوزن الشرطي للقنوات" (conditional channel weighting)، لاستبدال التحويلات النقطية المكلفة (1x1) في وحدات التبديل. وتتميز هذه الوحدة بتعقيد خطي بالنسبة لعدد القنوات، وهو أقل من التعقيد التربيعي الخاص بالتحويلات النقطية. وتتعلم حلولنا الأوزان من جميع القنوات، عبر عدة مقاييس متاحة بالفعل في الفروع المتوازية داخل شبكة HRNet. وتُستخدم هذه الأوزان كجسر لتبادل المعلومات بين القنوات والمقاييس المختلفة، مما يعوّض الدور الذي كانت تؤديه التحويلات النقطية (1x1). وتُظهر Lite-HRNet نتائج متفوقة في تقييم وضعية الإنسان مقارنة بالشبكات الخفيفة الشائعة. علاوةً على ذلك، يمكن تطبيق Lite-HRNet بسهولة في مهام التجزئة الدلالية (semantic segmentation) بنفس النمط الخفيف. وتم إتاحة الكود والنماذج بشكل عام عبر الرابط التالي: https://github.com/HRNet/Lite-HRNet.