La détection des lignes est un défi en raison des scénarios routiers complexes et de la déformation des lignes résultant de différentes perspectives de caméra. De nombreuses solutions ont été proposées, mais elles peinent à traiter efficacement les lignes aux angles. Pour résoudre ce problème, cet article présente une nouvelle approche de détection de lignes basée sur un apprentissage profond en vue de dessus, appelée CANET. Une instance de ligne est d'abord détectée par une carte de chaleur associée à une ligne directrice incurvée en forme de U au niveau sémantique global, permettant ainsi d’agréger les caractéristiques correspondantes de chaque ligne au point de réponse. Ensuite, CANET obtient la réponse de la carte de chaleur pour l’ensemble de la ligne grâce à une convolution conditionnelle, avant de décoder l’ensemble de points correspondant pour décrire les lignes à l’aide d’un décodeur adaptatif. Les résultats expérimentaux montrent que CANET atteint l’état de l’art (SOTA) sur plusieurs métriques. Le code source sera bientôt publié.