تُعتمد الطرق الحديثة للكشف عن الحارات غالبًا على معرفة محددة بالحارات — مثل الخطوط المستقيمة والمنحنيات المعاملية — للكشف عن خطوط الحارات. وعلى الرغم من أن هذه المعرفة المحددة تُسهّل عملية النمذجة، إلا أنها تواجه تحديات كبيرة في التعامل مع خطوط الحارات ذات البنية المعقدة (مثل الحارات الكثيفة، أو المتفرعة، أو المنحنية، إلخ). في الآونة الأخيرة، أظهرت الطرق القائمة على الت convolution الديناميكي أداءً واعدًا من خلال استغلال الميزات المستمدة من بعض المواقع الرئيسية على خط الحارة، مثل نقطة البداية، كنوى ت convolution، ثم تطبيق هذه النوى على الخريطة المميزة الكاملة للكشف عن خطوط الحارات. وعلى الرغم من أن هذه الطرق تقلل من الاعتماد على المعرفة المحددة، إلا أن النوى الناتجة عن المواقع الرئيسية لا تتمكن من التقاط البنية الشاملة لخط الحارة بسبب تركيبه الطويل والرفيع، مما يؤدي إلى كشف غير دقيق لخطوط الحارات ذات البنية المعقدة. بالإضافة إلى ذلك، تكون هذه النوى الناتجة عن المواقع الرئيسية حساسة للتغطية (الإغلاق) وتقاطعات الحارات. لتجاوز هذه القيود، نقترح معمارية قائمة على المُحَوِّل (Transformer) لتكوين نوى ت convolution ديناميكية للكشف عن الحارات. تستخدم هذه المعمارية المُحَوِّل لتكوين نوى ت convolution ديناميكية لكل خط حارة في الصورة المدخلة، ثم الكشف عن هذه الخطوط باستخدام الت convolution الديناميكي. مقارنةً بالنوى المُولَّدة من المواقع الرئيسية لخط الحارة، فإن النوى المُولَّدة باستخدام المُحَوِّل تستطيع التقاط البنية الشاملة لخط الحارة من خلال الخريطة المميزة الكاملة، مما يمكّنها من التعامل بكفاءة مع حالات التغطية وخطوط الحارات ذات البنية المعقدة. وقد قُمنا بتقييم طريقتنا على ثلاث معايير للكشف عن الحارات، وأظهرت النتائج أداءً يُعتبر من أحدث المستويات. وبشكل خاص، حققت طريقتنا نتيجة F1 بلغت 63.40 على OpenLane و88.47 على CurveLanes، متفوقةً على أحدث الطرق بفارق 4.30 و2.37 نقطة على التوالي.