Modelos Clásicos

Exploración de los modelos entrenados antes de los experimentos de submuestreo y sobremuestreo.

S.A.M. v1 — Sistema de Aprendizaje Multiclase

Arquitectura y Entrenamiento

Estado: Modelo principal seleccionado.
Backbone: VGG16 con pesos ImageNet.
Capas: 13 convolucionales y 3 densas ocultas más capa Softmax de cuatro clases.
Entrenamiento: 10 épocas con VGG16 congelada, 10 épocas con fine-tuning de block5.
Balanceo: Batches exactamente balanceados.

S.A.M. v2 — Face Crop

Experimento no seleccionado

Objetivo

Evaluar si la detección y el recorte facial estandarizado reducen la sensibilidad al fondo, distancia y encuadre.

S.A.M. v2 aplica detección y recorte facial estandarizado antes de la clasificación. En las condiciones evaluadas no superó el rendimiento de S.A.M. v1 en Validation, por lo que se conserva como experimento comparativo.

Comparación de Modelos

Flujo de Visión por Computador

Secuencia visual de las etapas de preprocesamiento para los distintos modelos.

Análisis de Clustering

Cargando notebook original...