车道检测对于自动驾驶车辆至关重要。因此，许多方法利用车道边界信息来确定车辆在街道中的位置，或者将其与基于GPS的定位系统进行集成。与其他许多基于计算机视觉的任务一样，卷积神经网络（CNNs）代表了识别车道边界的最先进技术。然而，仅凭车道边界相对于车辆的位置可能不足以实现可靠的定位，因为在路径规划或获取定位信息时，还需要了解车道类型。在这项工作中，我们提出了一种端到端的系统，该系统基于两个级联的神经网络，用于实时进行车道边界识别、聚类和分类。为了构建该系统，我们使用了8个不同的类别对TuSimple车道检测数据集中的14336个车道边界实例进行了标注。我们的数据集和推理代码已在线提供。