本文提出了一种新型算法用于检测语义线。我们设计了三种网络：带有镜像注意力机制的检测网络（D-Net），以及用于对比排序与匹配的网络（R-Net 和 M-Net）。D-Net 通过利用丰富的上下文信息来提取语义线。为此，我们提出了镜像注意力模块。随后，通过对提取出的语义线进行成对比较，迭代地选择最具语义意义的线段，并剔除与已选线段重叠的冗余线段。在成对比较过程中，我们采用孪生网络（Siamese architecture）结构设计了 R-Net 和 M-Net。实验结果表明，所提出的算法在性能上显著优于传统的语义线检测方法。此外，我们将该算法成功应用于两类重要语义线的检测：主干平行线与反射对称轴。相关代码已开源，地址为：https://github.com/dongkwonjin/Semantic-Line-DRM。