تعتمد عدد من طرق كشف المسارات على تجزئة المثيلات الخالية من المقترحات (proposal-free instance segmentation) نظرًا لقدرتها على التكيّف مع أشكال الكائنات المرنة، والاحتقان، والتطبيقات في الزمن الفعلي. ويُعالج هذا البحث المشكلة التي تتمثل في صعوبة تحسين التضمين البكسي (pixel embedding) في طرق كشف المسارات القائمة على تجزئة المثيلات الخالية من المقترحات. حيث إن التحويل غير المُتَغَيِّر (translation invariance) الخاص بالتحويل التوافقي (convolution)، والذي يُعتبر أحد المزايا المفترضة، يُشكِّل تحديًا في تحسين التضمين البكسي. في هذا العمل، نقترح طريقة كشف مسارات قائمة على تجزئة المثيلات الخالية من المقترحات، حيث يتم تحسين التضمين المكاني للبكسل مباشرة باستخدام الإحداثيات الصورية (image coordinates). وتتيح الطريقة المقترحة مرحلة ما بعد المعالجة لتحديد المركز، وتحسن عملية التجميع بشكل متكامل (end-to-end). كما تُمكّن الطريقة المقترحة من كشف المسارات في الزمن الفعلي بفضل بساطة مرحلة ما بعد المعالجة، وبفضل استخدام هيكل خفيف الوزن (lightweight backbone). وتُظهر الطريقة المقترحة أداءً تنافسيًا على مجموعات بيانات كشف المسارات العامة.