ننظر في معالجة الفشل الرئيسي في كاشفات الكائنات المراقبة الضعيفة. وبما أن معظم الطرق المستخدمة في الكشف عن الكائنات المراقبة الضعيفة تعتمد على مقترحات مسبقة الإنشاء، فإنها غالبًا ما تُظهر نوعين من الكشف الخاطئ: (أ) تجميع عدة نماذج للكائنات في صندوق حدودي واحد، و(ب) التركيز على أجزاء من الكائن بدلاً من الكائن ككل. نقترح إطارًا لتقسيم الصور يساعد في كشف النماذج الفردية بشكل صحيح. تُقسَّم الصور المدخلة أولًا إلى عدة صور فرعية بناءً على تداخل المقترحات، بهدف فصل الكائنات المجمعة. ثم تُقدَّم مجموعة الصور الفرعية إلى الشبكة التلافيفية (convolutional network) لتدريب كاشف كائنات. وفي كل صورة فرعية، تُطبَّق استراتيجية تجميع جزئية لاختيار ديناميكي لجزء من الدرجات على مستوى المقترحات لإنتاج مخرجات على مستوى الصورة الفرعية. وهذا يُنظم النموذج لتعلم معرفة سياقية حول محتوى الكائن. وأخيرًا، تُجمَع النتائج الناتجة من الصور الفرعية معًا لتكون التنبؤات النهائية للنموذج. تم تنفيذ هذه الأفكار باستخدام هيكل VGG-D لضمان القدرة على المقارنة مع أحدث الطرق المتطورة في الكشف عن الكائنات المراقبة الضعيفة. أظهرت التجارب الواسعة على مجموعات بيانات PASCAL VOC تفوق تصميمنا، حيث تفوق النموذج المقترح على البدائل الأخرى في مهام الكشف والتحديد والتصنيف.