يقدم هذا التقرير النهج المستخدم في تقديم تحدي اكتشاف حدود الأحداث العامة (GEBD) في مؤتمر CVPR21. في هذا العمل، قمنا بتصميم شبكة انتباه زمنية متدرجة (CASTANET) للاستخدام في GEBD، والتي تتكون من ثلاثة أجزاء: الشبكة الأساسية، وحدة الانتباه الزمني، ووحدة التصنيف. بالتحديد، تم استخدام شبكة الاختزال القنواتية التلافيفية (CSN) كشبكة أساسية لاستخراج الخصائص، وتم تصميم وحدة الانتباه الزمني لحث الشبكة على التركيز على الخصائص المميزة. بعد ذلك، تم استخدام الهيكل المتدرج في وحدة التصنيف لتوليد حدود أكثر دقة. بالإضافة إلى ذلك، تم استخدام استراتيجية الجمع لتحسين أداء الطريقة المقترحة بشكل أكبر. حققت الطريقة المقترحة درجة F1 بلغت 83.30% على مجموعة اختبار Kinetics-GEBD، مما يمثل تحسينًا بنسبة 20.5% مقارنة بالطريقة الأساسية. يمكن الحصول على الكود من الرابط: https://github.com/DexiangHong/Cascade-PC.