Este proyecto tiene como objetivo construir un modelo de clasificación de imágenes capaz de distinguir entre gatos y perros utilizando redes neuronales convolucionales (CNN) con PyTorch.
Descarga del dataset desde Kaggle:
📦 Dog and Cat Classification Dataset – Kaggle
Se emplearon múltiples herramientas para lograr una implementación sólida, flexible y eficiente:
- Python como lenguaje principal de desarrollo.
- PyTorch para la definición y entrenamiento de la red neuronal.
- OpenCV y Matplotlib para lectura y visualización de imágenes.
- Scikit-learn para métricas de evaluación y reporte de clasificación.
- NumPy y Pandas para manipulación de datos.
- TQDM para seguimiento visual del entrenamiento.
- MongoDB como base de datos para almacenar resultados.
- GitLab para control de versiones.
- Docker para la encapsulación en un contenedor.
- PyCharm como entorno de desarrollo.
El modelo fue entrenado utilizando un conjunto de 24,998 imágenes, previamente renombradas y organizadas. Durante el proceso se manejaron errores como imágenes corruptas, implementando validaciones dentro del Dataset.
Se experimentó con diferentes números de épocas para observar cómo la red iba aprendiendo progresivamente.
Durante el desarrollo, se comprobó que la calidad del dato (presencia de imágenes borrosas, mal etiquetadas o corruptas) y la cantidad disponible de muestras son factores cruciales en la evolución del aprendizaje y en la capacidad del modelo para generalizar correctamente.
- Red neuronal convolucional personalizada.
- Validación con
train_test_split. - Métricas clave: accuracy y loss por época.
- Visualización de evolución del aprendizaje.
- Análisis de predicciones correctas vs incorrectas.
(ejemplos de imágenes clasificadas correctamente con la probabilidad del modelo)
(Ejemplos donde el modelo falló y posibles razones del error)
(Gráficos que muestren la evolución del modelo según el número de épocas)
- El modelo mejora su precisión significativamente a partir de la 10.ª época.
- Se comprobó que la calidad y cantidad del dataset influyen directamente en la capacidad de generalización del modelo.
- El código incluye manejo de errores, control de imágenes corruptas y visualizaciones automáticas del entrenamiento.
- La estructura modular del proyecto permite escalar fácilmente a nuevas clases o datasets más grandes.
- Implementar técnicas de data augmentation para mejorar la generalización.
- Ajuste de hiperparámetros mediante Grid Search o similares.
- Exportación del modelo a formatos compatibles con aplicaciones móviles/web.