يُظهر الشبكة ذات الدقة العالية قدرة مميزة على استخلاص الميزات متعددة المقياس لتقدير وضعية الإنسان، لكنها تفشل في التقاط التفاعلات على المدى الطويل بين المفاصل، كما أن لديها تعقيدًا حسابيًا عالٍ. ولحل هذه المشكلات، نقدّم شبكة عالية الدقة خفيفة الوزن ديناميكية (Dite-HRNet)، التي تُمكّن من استخلاص معلومات سياقية متعددة المقياس بكفاءة، ونمذجة الاعتماد المكاني على المدى الطويل لتقدير وضعية الإنسان. وبشكل خاص، نقترح طريقتين: التقطيع الديناميكي لل.Convolution، ونمذجة السياق التكيفية، ونُدمجهما في كتليْن خفيفي الوزن جديدين، يُسمّيان "كتلة السياق متعددة المقياس الديناميكية" و"كتلة السياق العالمي الديناميكية". تُعتبر هاتان الكتلتان الوحدات الأساسية في شبكة Dite-HRNet، وقد صُمّمتا خصيصًا للشبكات ذات الدقة العالية للاستفادة القصوى من البنية المتوازية متعددة المقياس. تُظهر النتائج التجريبية أن الشبكة المقترحة تحقق أداءً متفوقًا على كلا مجموعتي بيانات COCO وMPII لتقدير وضعية الإنسان، وتتفوّق على أحدث الشبكات الخفيفة الوزن. يمكن الوصول إلى الكود من خلال: https://github.com/ZiyiZhang27/Dite-HRNet.