В работе рассмотрена задача бинарной классификации объектов на черно-белом изображении. Классы объектов представляют собой равносторонние однотонные треугольники на однотонном фоне, фиксированные по положению, размеру, и ориентации. Один из классов ориентирован вершиной вверх, другой – вершиной вниз. Задача решена элементарной сверточной сетью: один скрытый сверточный слой с одним ядром размером 1 × 1 и полносвязный выходной слой с единственным нейроном с сигмоидальной функцией активации. Для рассмотренного случая построена и изучена микромодель механизма принятия решения нейросетью, в том числе при функционировании вне домена обучающих данных. Проанализировано влияние параметров начальной инициализации параметров сети на ее способность к обучению и предрасположенности к ложным срабатываниям, в том числе «галлюцинациям». Предложен подход к повышению устойчивости функционирования нейросети во внедоменной области.