Wir stellen einen neuen Ansatz für die Keypoint-Detektion vor, der handgefertigte und gelernte CNN-Filter in einer flachen Multi-Skalen-Architektur kombiniert. Handgefertigte Filter bieten Ankerstrukturen für gelernte Filter, die wiederholbare Merkmale lokalisieren, bewerten und rangieren. Innerhalb des Netzwerks wird eine Skalenraumdarstellung verwendet, um Keypoints auf verschiedenen Ebenen zu extrahieren. Wir entwickeln eine Verlustfunktion, um robuste Merkmale zu detektieren, die über einen Bereich von Skalen existieren, und um den Wiederholbarkeitswert zu maximieren. Unser Key.Net-Modell wird auf synthetisch aus ImageNet erstellten Daten trainiert und anhand des HPatches-Benchmarks evaluiert. Die Ergebnisse zeigen, dass unser Ansatz hinsichtlich Wiederholbarkeit, Matching-Leistung und Komplexität den aktuellen Stand der Technik übertrifft.