本論文では、トランスフォーマーを用いた共同のエンドツーエンドの線分検出アルゴリズムを提案します。このアルゴリズムは、後処理やヒューリスティックに基づく中間処理（エッジ/接点/領域検出）を必要としません。当方の手法は「LinE segment TRansformers (LETR)」と命名され、トランスフォーマー内にトークン化されたクエリ、自己注意機構、およびエンコーダー-デコーダー戦略を統合することで、標準的なヒューリスティック設計をスキップし、エッジ要素検出と知覚的グループ化プロセスを行います。さらに、トランスフォーマーには多尺度のエンコーダー/デコーダー戦略を取り入れることで、直接端点距離損失を使用した細かい粒度の線分検出を実現しています。この損失項は、標準的なバウンディングボックス表現では適切に表現しづらい幾何学構造（線分など）の検出に特に適しています。トランスフォーマーは自己注意層を通じて段階的に線分を洗練する能力を学習します。実験結果において、WireframeおよびYorkUrbanベンチマークで最先端の性能を示すことが確認されました。