车道线检测是高级驾驶辅助系统（ADAS）中道路场景分析的重要组成部分。由于车载计算能力的限制，同时降低系统复杂度并保持高精度仍然是一个挑战。本文提出了一种基于深度卷积神经网络的车道线检测器（LMD），用于提取稳健的车道线特征。为了在降低复杂度的同时提高性能，采用了扩张卷积。设计了更浅且更窄的网络结构以减少计算成本。此外，我们还设计了后处理算法，构建三阶多项式模型以拟合弯曲的车道线。我们的系统在捕获的道路场景上展示了令人鼓舞的结果。