Un système de perception panoramique pour la conduite est une composante essentielle de la conduite autonome. Un système de perception précis et en temps réel peut aider le véhicule à prendre des décisions raisonnables pendant la conduite. Nous présentons un réseau de perception panoramique pour la conduite (YOLOP) capable d'effectuer simultanément la détection d'objets de circulation, la segmentation des zones de circulation et la détection des lignes de guidage. Ce réseau est composé d'un encodeur pour l'extraction des caractéristiques et de trois décodeurs pour traiter les tâches spécifiques. Notre modèle obtient des résultats exceptionnels sur l'ensemble de données BDD100K, atteignant l'état de l'art dans les trois tâches en termes de précision et de vitesse. De plus, nous vérifions l'efficacité de notre modèle d'apprentissage multi-tâche pour l'entraînement conjoint par le biais d'études ablatives. À notre connaissance, c'est le premier travail qui peut traiter ces trois tâches de perception visuelle simultanément en temps réel sur un dispositif embarqué Jetson TX2 (23 images par seconde) tout en maintenant une excellente précision. Pour faciliter les recherches ultérieures, les codes sources et les modèles pré-entraînés sont mis à disposition sur https://github.com/hustvl/YOLOP.