تحديد المعالم هو مشكلة صعبة في رؤية الحاسوب لها تطبيقات عديدة. أظهرت الطرق الحديثة المستندة إلى التعلم العميق نتائج محسنة من خلال تقدير خرائط الاحتمال بدلاً من تقدير الإحداثيات مباشرة. ومع ذلك، فإن ضبط دقة هذه الأهداف الانحدارية أثناء التدريب عملية معقدة لأنها تخلق تنازعاً بين قابلية التدريب ودقة تحديد المواقع. استخدام أهداف دقيقة يُدخل تحيزاً كبيراً في العينات وبالتالي يجعل التدريب أكثر صعوبة، بينما يؤدي استخدام أهداف غير دقيقة إلى ظهور كاشفات معالم غير دقيقة. في هذا البحث، نقدم "Adaloss" (أدالوس)، وهي دالة هدف تتكيّف أثناء التدريب من خلال تحديث دقة الأهداف بناءً على إحصائيات التدريب. لا تتطلب هذه الطريقة ضبط معلمات خاصة بالمشكلة وتُظهر استقرارًا أفضل أثناء التدريب ودقة أعلى في تحديد المواقع أثناء الاستدلال. نوضح فعالية طريقتنا المقترحة في ثلاثة تطبيقات مختلفة لتحديد المعالم: 1) مهمة تحديد طرفي القسطرة بدقة في الصور الشعاعية الطبية، 2) تحديد أدوات الجراحة في الصور المنظار الجراحي، و3) تحديد ميزات الوجه في الصور الطبيعية حيث نظهر نتائج متقدمة على مجموعة بيانات 300-W (ثري هوندر드 واي).