في القيادة الذاتية، يُعد اكتشاف مواقع علامات المسارات الموثوقة والدقيقة مهمة بالغة الأهمية، لكنها تظل تحديًا كبيرًا. تُنفّذ الطرق التقليدية لمشكلة اكتشاف علامات المسارات مهمة تنبؤ كثيف على مستوى البكسل، تليها معالجة ما بعدية معقدة، وهي عملية لا مفر منها نظرًا لأن علامات المسارات تمثل عادةً بجمع من قطع مستقيمة بدون سماكة. في هذه الورقة، نقترح طريقة تقوم بتوقع رؤوس علامات المسارات مباشرة بطريقة نهائية (end-to-end)، أي دون أي خطوات معالجة ما بعدية تتطلبها المهام التي تعتمد على التنبؤ الكثيف على مستوى البكسل. بشكل خاص، نحول مشكلة اكتشاف علامات المسارات إلى مهمة تصنيف صفّي، مما يستغل الشكل الطبيعي لعلامات المسارات، رغم أن هذه الفكرة لم تُستكشف بشكل كافٍ حتى الآن. ولاستخلاص معلومات كافية بشكل مكثف عن علامات المسارات التي تمتد من اليسار إلى اليمين داخل الصورة، نصمم طبقة جديدة تُستخدم لضغط المكونات الأفقية تباعًا، ما يمكّن من بناء نظام اكتشاف علامات مسارات نهائية يعمل بشكل مباشر، حيث تُستخلص مواقع علامات المسارات النهائية ببساطة من خلال عمليات argmax في وقت الاختبار. تُظهر النتائج التجريبية فعالية الطريقة المقترحة، حيث تُحقق أداءً مماثلًا أو أفضل من أحدث الطرق على بحثين شهيرين لاختبار اكتشاف علامات المسارات، وهما TuSimple وCULane.