私たちは、与えられた画像からワイヤーフレームを検出する概念的に単純でありながら効果的なアルゴリズムを提案します。従来の手法がまず中間のヒートマップを予測し、その後直線をヒューリスティックなアルゴリズムで抽出するのに対し、私たちの手法はエンドツーエンドで学習可能であり、直接的に意味論的に有意かつ幾何学的に特徴的な接点と線を含むベクトル化されたワイヤーフレームを出力できます。出力の品質をより正確に理解するために、重複した線分と誤った線接続に対するペナルティを与える新しい評価指標を提案します。私たちは広範な実験を行い、この手法が以前の最先端のワイヤーフレームおよび直線抽出アルゴリズムよりも大幅に優れていることを示しました。私たちは、この単純なアプローチが今後のワイヤーフレーム解析研究における基準となることを期待しています。コードは https://github.com/zhou13/lcnn で公開されています。