AlanMRamirez

Face animals recognition

Este proyecto es una red neural convolucional enfocada en la identificacion de tres categorias: gato, perro y animales salvajes(zorro, leon, tigre, entre otros)

Librerias utilizadas en este proyecto fueron Tensorflow y Keras

Se utilizaron estas dos librerias en particular debido a su gran facilidad al momento de tener que crear cada una de las capas de la red neuronal

Creacion de la red neuronal convolucional

model_base = Sequential()

model_base.add(Conv2D(32, (3,3), activation='relu', input_shape=(100,100,3)))
model_base.add(MaxPooling2D((2,2)))

model_base.add(Conv2D(64, (3,3), activation='relu'))
model_base.add(MaxPooling2D((2,2)))

model_base.add(Conv2D(128, (3,3), activation='relu'))
model_base.add(MaxPooling2D((2,2)))

model_base.add(Flatten())
model_base.add(Dropout(0.2))
model_base.add(Dense(64,activation='relu'))
model_base.add(Dropout(0.3))
model_base.add(Dense(128,activation='relu'))
model_base.add(Dropout(0.2))
model_base.add(Dense(256,activation='relu'))
model_base.add(Dropout(0.3))
model_base.add(Dense(3,activation='softmax'))

Para esta red se utilizaron las siguientes capas:

• Tres capas convolucionales de 32, 64 y 128 filtros y una matriz de 3x3
• Tres capaz de maxpoling de 2x2
• Para la red neuronal utilice un flatten, con 4 dropouts y tres capaz densas de 64, 128 y 256 neuronas con la funcion de activacion relu
• Para la capa de salida utilice 3 neuronas y una funcion softmax para poder obtener la probabilidad de cada una de las categorias redondeada a un 100%