Как локализовать объект на изображении при помощи сверточных нейронных сетей?

Question

[Никита Хлебушкин]

Начал изучать свёрточные нейронные сети. Разобрался с тем, как работают сверточные, pooling и relu слои, представляю, как обучить сеть определять, есть объект на изображении или нет. А как использовать данные с этих слоев, чтобы определить местонахождение объекта на фотографии? На примере базы Helen, есть уже отмеченные точки контура лица, носа, рта и глаз. Какова должна быть структура и принцип работы последнего слоя? Заранее спасибо