Page 19 - LADRIDOS60

LA TECNOLOGÍA

La base de su funcionamiento es
un “conjunto de algoritmos y técni-
cas utilizados para diseñar sistemas
que aprenden de los datos que re-
ciben como entrada”, indica en el
ingeniero en la introducción de su
proyecto.
En este caso, para que el progra-
ma a desarrollar sea capaz de reco-
nocer hasta un total de 120 razas
caninas necesita recibir una amplia
base de datos, conocida como da-
taset. El estudiante valenciano ha
incluido en su proyecto un total de
10.222 imágenes etiquetadas que
actuarán como conjunto de entre-
namiento para su modelo además
de que ha dispuesto de otro conjun-
to de 10.357 imágenes no etiqueta-
das que ha clasificado.
Para ello, ha recurrido al uso de un
dataset con 20580 imágenes de pe-
rros de diferentes razas extraído de
la web de Kaggle, a su vez basado
en el famoso dataset de perros de
Stanford (Stanford Dogs Dataset).
El hecho de que no todas las imá-
genes tenían la misma calidad y
luminosidad ha ocasionado proble-
mas en algunos modelos de Machi-
ne Learning. Otra dificultad que ha
tenido que solventar el estudiante
es que el tamaño de cada imagen
también varía. Por estos motivos vo de diferenciar cada raza (aunque gración de un tercer modelo basado
tuvo que normalizar los inputs “con las imágenes tuvieran una máxima en el uso de “transfer learning”, que
la finalidad de evitar problemas de calidad y no hubiera elementos que a efectos prácticos realizan tareas
escalado que nos introduzcan re- interfirieran) puede no ser suficien- de clasificación al utilizarse como
trasos y problemas en la computa- te para implementar un clasificador extractores de otros modelos ya
ción”, indica el ingeniero en su pro- válido para las 120 razas, dado que entrenados, lo que aumenta la pre-
yecto. no solo por el color se distinguen cisión de la clasificación”, llegando
En un principio, una de las ca- las razas, ya que también hay que a una precisión que roza el 95% de
racterísticas para diferenciar unas tener en cuenta factores como las efectividad.
razas de otras fue el color, “utili- formas”. Estas tres “capas” en el proyecto
zando como característica de cada Esto ha llevado a implementar el es lo que lleva a alcanzar el principal
imagen una lista con los colores de proyecto con un segundo mode- objetivo de este trabajo: “la imple-
cada píxel. Sin embargo, este mo- lo “en el que además de utilizar el mentación de un clasificador que
delo no resulta ser muy eficaz de- color como factor diferencial trata- reciba como entrada la imagen de
bido a dos razones: por un lado en remos también de identificar patro- un perro y sea capaz de determinar
las imágenes hay otros elementos nes en las imágenes de cada clase su raza de forma correcta con la
como personas o muebles y la cali- extrayendo características con el mayor efectividad posible”.
dad no es igual en todas, por lo que objetivo de poder reconocer formas Y llegar a cumplir la tarea inicial:
los píxeles que reconoce no son entre las distintas razas de perros “la búsqueda de un conjunto de
de gran utilidad; y por otro, porque como las orejas, el hocico, la cola, datos representativo con imágenes
aunque no hubiese otros elementos etc.”. de perros de diferente raza que nos
distorsionadores o la calidad fuese Por último, para complementar y permitan entrenar adecuadamente
la adecuada, “el uso exclusivo del mejorar los resultados de estos mo- nuestro modelo de Aprendizaje Au-
color de cada imagen con el objeti- delos, el estudiante propone la inte- tomático elegido”.

Nº 60 febrero 2022 LADRIDOS 19