تمثّل كشف الخطوط تحديًا كبيرًا نظرًا لتعقيد المشاهد على الطرق وتغير شكل الخطوط الناتج عن وجهات نظر كاميرات مختلفة. تم اقتراح العديد من الحلول، لكنها لا تتعامل بشكل جيد مع الخطوط القريبة من الزوايا. ولحل هذه المشكلة، تقدم هذه الورقة منهجية جديدة لكشف الخطوط تعتمد على التعلم العميق من منظور علوي، تُسمى CANET. في البداية، يتم استجابة لحالة خط معينة من خلال خريطة الحرارة على خط دليل منحني على شكل حرف U على المستوى الدلالي الشامل، مما يسمح بتجميع السمات المرتبطة بكل خط عند نقطة الاستجابة. ثم تُستخدم CANET لاستخراج استجابة خريطة الحرارة للخط بأكمله من خلال تطبيق ت convolution مشروط، وأخيرًا يتم فك ترميز مجموعة النقاط لوصف الخطوط باستخدام فك ترميز تكيفي. أظهرت النتائج التجريبية أن CANET تحقق أفضل الأداء (SOTA) في مختلف المقاييس. سيتم إصدار الشفرة المصدرية لمشروعنا قريبًا.