本报告介绍了在CVPR21上提交的通用事件边界检测（GEBD）挑战赛中所使用的方法。在这项工作中，我们设计了一种级联时间注意力网络（CASTANET）用于GEBD，该网络由三部分组成：主干网络、时间注意力模块和分类模块。具体而言，采用了通道分离卷积网络（CSN）作为主干网络来提取特征，并设计了时间注意力模块以增强网络对判别特征的关注。随后，在分类模块中使用了级联架构生成更精确的边界。此外，还采用了集成策略进一步提升所提出方法的性能。所提出的方法在Kinetics-GEBD测试集上达到了83.30%的F1分数，相比基线方法提高了20.5%的F1分数。代码可在https://github.com/DexiangHong/Cascade-PC 获取。