Как осуществить поиск объекта на изображении с помощью полносверточной нейронной сети

Здравствуйте, стоит задача поиска объекта с помощью полносверточной нейронной сети, используя Keras, theano, на языке python. На данный момент используется вот такая конфигурация сети:

def create_encoding_layers():    keel = 3    filter_size = 64    pad = 1    pool_size = 2    retu [        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(filter_size, keel, keel, border_mode='valid'),        BatchNormalization(),        Activation('relu'),        MaxPooling2D(pool_size=(pool_size, pool_size)),        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(32, keel, keel, border_mode='valid'),        BatchNormalization(),        Activation('relu'),        MaxPooling2D(pool_size=(pool_size, pool_size)),        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(32, keel, keel, border_mode='valid'),        BatchNormalization(),        Activation('relu'),        MaxPooling2D(pool_size=(pool_size, pool_size)),        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(64, keel, keel, border_mode='valid'),        BatchNormalization(),        Activation('relu'),    ]    def create_decoding_layers():    keel = 3    filter_size = 64    pad = 1    pool_size = 2    retu[        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(64, keel, keel, border_mode='valid'),        BatchNormalization(),        UpSampling2D(size=(pool_size,pool_size)),        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(32, keel, keel, border_mode='valid'),        BatchNormalization(),        UpSampling2D(size=(pool_size,pool_size)),        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(32, keel, keel, border_mode='valid'),        BatchNormalization(),        UpSampling2D(size=(pool_size,pool_size)),        ZeroPadding2D(padding=(pad,pad)),        Convolution2D(filter_size, keel, keel,     border_mode='valid'),        BatchNormalization(),        ZeroPadding2D(padding=(0,pad+1)),    ]    segnet_basic = models.Sequential()    segnet_basic.add(Layer(input_shape=(120, 420, 1)))    segnet_basic.encoding_layers = create_encoding_layers()    for l in segnet_basic.encoding_layers:        segnet_basic.add(l)    segnet_basic.decoding_layers = create_decoding_layers()    for l in segnet_basic.decoding_layers:        segnet_basic.add(l)    segnet_basic.add(Convolution2D(1, 1, 1, border_mode='valid',))    segnet_basic.summary()    segnet_basic.add(Reshape((120,420,1)))

На вход подается фотография и маска(область, где находится объект заполнена единицами, а остальная область нулями). Как я понимаю, на выходе мы должны получить такую же маску. Пробовал разные функции потерь. На выходе получается ерунда. Собственно вопрос: что нужно исправить, чтобы получить на выходе аналогичную маску ? Какую функцию потерь и optimizer использовать? На картинке пример работы уже обученной сети. image - изображение, которое подается сети, label - ожидаемый результат, который я для вывода умно��ил на 255, result - то, что выдает сеть.Так же умножил на 255 для вывода