Сверточные нейронные сети являются мощным инструментом для обработки и анализа изображений. Они позволяют автоматически извлекать признаки из входных данных и применять их для классификации, детектирования объектов и других задач компьютерного зрения. В статье представлена архитектура сверточных нейронных сетей, разработанная с использованием библиотеки Keras. Проведен анализ архитектуры сверточной нейронной сети, который состоит из нескольких последовательных слоев. Построена структура модели, которая будет обучаться с использованием оптимизатора Adam и мониторить метрики recall и precision в процессе обучения. Представлены результаты экспериментов, которые показали, что обученная модель успешно обнаруживает точки на изображениях, достигая высокой точности и полноты. Предложенная модель может быть использована в различных областях, где требуется обнаружение лицевых точек на фотографиях.