El campo de marco distribuido dentro de la región del modelo caracteriza las características de estructura singular dentro del modelo. Estas estructuras singulares se pueden utilizar para descomponer la región del modelo en múltiples estructuras cuadriláteras, generando así una malla cuadrilátera estructurada en bloques. Para la generación de mallas cuadriláteras estructuradas en bloques para modelos geométricos bidimensionales, se propone un modelo de red neuronal convolucional para identificar la estructura singular dentro del modelo contenida en el campo de marco. Al entrenar el modelo de red con una gran cantidad de datos de descomposición de la región del modelo obtenidos con antelación, el modelo puede identificar los vectores del campo de marco en la región ubicada en el campo de segmentación. Luego, se construye la línea de flujo de segmentación a partir de la anotación. Con base en esto, la región geométrica se descompone en varias pequeñas regiones, que luego se discretizan con elementos de malla cuadrilátera. Finalmente, a través de dos modelos geométricos, se verifica que el modelo de red neuronal convolucional propuesto en este estudio puede identificar eficazmente la estructura singular dentro del modelo para realizar la descomposición de la región del modelo y la generación de mallas estructuradas en bloques.