Задача оценивания кривизны по набору дискретных точек, описывающих кривую, имеет существенное прикладное значение в различных областях, та-ких как компьютерное зрение, робототехника и геодезия. В работе представлено исследование нейросетевого алгоритма, решающего данную задачу с использованием реальных данных. Эксперименты показали, что данный подход обеспечивает точные и надежные оценки кривизны кривой даже при наличии значительного шума во входных данных.