في هذا العمل، نقدم معمارية جديدة تعتمد على شبكات النيورونات التلافيفية (CNN) يمكن تدريبها من النهاية إلى النهاية لتقديم نتائج تقسيم المشهد بشكل سلس. هدفنا هو التنبؤ بنتائج تقسيم دلالية وكشف متسقة باستخدام تنسيق إخراج بانورامي، مما يتجاوز مجرد الجمع البسيط بين نماذج التقسيم والكشف التي تم تدريبها بشكل مستقل. تستفيد المعمارية المقترحة من رأس تقسيم جديد يدمج بشكل سلس خصائص متعددة الأحجام التي تولدها شبكة الهرم الخاصة بالخصائص مع المعلومات السياقية التي تنقلها وحدة خفيفة مشابهة لوحدة DeepLab. كمساهمة إضافية، نراجع مقياس البانوراما ونقترح بديلاً يتجاوز قيوده عند تقييم الفئات غير الفردية. تحقق المعمارية الشبكية المقترحة لدينا أفضل النتائج الحالية على ثلاثة مجموعات بيانات صعبة المستوى في مستوى الشارع، وهي Cityscapes و Indian Driving Dataset و Mapillary Vistas.