В работе исследуется эффективность применения сверточных нейронных сетей для классификации следов бойков по экземплярам оружия. Научная новизна заключается в оптимизации гиперпараметров нейронной сети и ее архитектуры для обеспечения эффективной классификации в условиях малого числа объектов обучающей выборки. Проведенные исследования показали, что для выборки, включающей 40 классов (экземпляров оружия) с совпадающими групповыми признаками, точность классификации СНС достигает порядка 93% в случае учета максимального сигнала на одном выходном нейроне и 97-98% при классификации по трем наибольшим сигналам на выходных нейронах.