التطورات الحديثة في شبكات العصبونات التلافيفية (CNN) حققت نتائج ملحوظة في تحديد مواقع الأشياء في الصور. وفي هذه الشبكات، تتطلب عملية التدريب عادةً تقديم صناديق الحدود أو العدد الأقصى المتوقع للأشياء. وفي هذا البحث، نتناول مهمة تقدير مواقع الأشياء دون الحاجة إلى صناديق الحدود المُشَرَّحَة التي يتم رسمها يدويًا وتحتاج إلى وقت طويل للتصنيف. نقترح دالة خسارة يمكن استخدامها في أي شبكة تلافيفية كاملة (FCN) لتقدير مواقع الأشياء. تعد هذه الدالة تعديلًا لمسافة هاوسدورف المتوسطة بين مجموعتين غير مرتبتين من النقاط. لا يتضمن الطريقة المقترحة أي مفهوم لصناديق الحدود، اقتراحات المناطق أو النوافذ المتحركة. قمنا بتقييم طرقنا باستخدام ثلاثة مجموعات بيانات مصممة لتحديد مواقع رؤوس الأشخاص، مركز بؤبؤ العين ومركز النباتات. لقد أظهرنا تفوقنا على أفضل الكشفاء العامة عن الأشياء والطرق المُعَدَّلة لتعقب بؤبؤ العين.