CNN clasificadora sobre CIFAR-10 con video

Visión por Computador · Semana 7

15 de junio de 2026 · NRC-8773 · 2 entregables

De qué iba

Armé una CNN al estilo VGG para clasificar CIFAR-10: tres bloques Conv-Conv-MaxPool con 32, 64 y 128 filtros de 3×3, normalización por lotes en cada convolución, dropout de 25% en los bloques y 50% en las densas, y arriba dos capas de 256 y 128 antes del softmax de diez clases. Entrené con aumento de datos —rotaciones de 15 grados, desplazamientos del 10% y volteo horizontal—, tope de 30 épocas y lotes de 64, con EarlyStopping y ReduceLROnPlateau vigilando la pérdida de validación. Para la etapa de prueba usé un conjunto propio de más de 100 fotos que el notebook baja solo desde Drive con gdown; como gdown deja las carpetas anidadas, le escribí una rutina que aplana la estructura antes de leer las imágenes. Dejé programada la evaluación con matriz de confusión y reporte por clase, aunque el notebook que quedó en el repositorio no guarda las salidas de esa corrida. Escribí el guion por marcas de tiempo para cinco minutos, el video final me quedó en 5:46 y lo subí a YouTube; el informe en Word lleva el enlace y el detalle del diseño.

Diseñé y entrené la CNN con Adam, tope de 30 épocas y lotes de 64, con rotaciones de 15 grados, desplazamientos del 10% y volteo horizontal
Evalué con matriz de confusión, reporte por clase y comparación entre el test de CIFAR-10 y mi dataset propio
Escribí el guion del video por marcas de tiempo y grabé la voz en off como ponente del grupo