Sistema de eye-tracker/gaze estimation fazendo uso de uma Cnn para classificar imagens

Desenvolver um sistema de eye-tracker/gaze estimation fazendo uso de uma CNN para classificar imagens. As imagens serão fornecidas. Serão 9 classes de imagens, em que cada classe conterá imagens do usuário olhando para uma determinada região da tela do computador.
Dessa maneira o objetivo do sistema é classificar novas imagens apontando para a classe/região estimada. É Requerido um modelo com acurácia de no mínimo 95% e  acurácia de no mínimo 90% para teste.

Como as imagens são obtidas de uma webcam comum, pode ser feito processamento de imagens a ponto de torná-las mais nítidas ou melhores para o treinamento com a cnn.

É Preciso de uma CNN com referência no meio acadêmico.

Por fim, é preciso que os códigos sejam explicados em portugês em uma reunião online gravada via meet.

É Requerido os códigos em Python.