La détection des marquages de chaussée est un élément important de l'analyse des scènes routières pour les systèmes d'assistance à la conduite avancés (ADAS). Limitée par la puissance de calcul embarquée, il reste encore un défi de réduire la complexité du système tout en maintenant une haute précision. Dans cet article, nous proposons un détecteur de marquage de chaussée (LMD) utilisant un réseau neuronal convolutif profond pour extraire des caractéristiques robustes des marquages de chaussée. Pour améliorer ses performances avec une cible de faible complexité, la convolution dilatée est adoptée. Une structure plus superficielle et plus fine est conçue pour réduire le coût computationnel. De plus, nous avons également conçu des algorithmes de post-traitement pour construire des modèles polynomiaux d'ordre 3 afin de s'adapter aux voies courbes. Notre système montre des résultats prometteurs sur les scènes routières capturées.