Ejercicio académico (Duoc UC) cuyo desafío explícito era clasificar imágenes usando únicamente capas fully-connected (Dense), sin capas convolucionales. El objetivo no era maximizar accuracy a cualquier costo, sino explorar el techo teórico de una arquitectura densa en un problema de visión por computador, y entender por qué las CNN existen.
Intel Image Classification (Kaggle) — ~14.000 imágenes de entrenamiento y 3.000 de test, distribuidas en 6 clases de paisajes: buildings, forest, glacier, mountain, sea, street.
Red feedforward (Flatten → Dense → BatchNorm → Dropout, x3) entrenada sobre imágenes de 64x64px:
- 3 bloques densos (516 → 256 → 128 unidades) con
ReLU,BatchNormalizationyDropoutdecreciente (0.4 → 0.3 → 0.2) - Salida
softmaxde 6 clases - Optimizador
Adam(lr=3e-4),EarlyStopping+ReduceLROnPlateau+ModelCheckpoint - Data augmentation en entrenamiento (brillo, flip horizontal)
| Métrica | Valor |
|---|---|
| Accuracy | 62.6% |
| Precision (weighted) | 62.5% |
| Recall (weighted) | 62.6% |
| F1-score (weighted) | 62.3% |
~63% de accuracy es consistente con el límite esperado para una arquitectura fully-connected en este problema: al aplanar la imagen (Flatten) se pierde toda la información espacial (vecindad de píxeles, bordes, texturas locales), que es precisamente lo que una capa convolucional preserva mediante sus filtros. La matriz de confusión lo confirma: las clases con mayor confusión son sea ↔ glacier y buildings ↔ street, pares que comparten patrones de color/textura global pero se diferencian por estructura espacial local — justo el tipo de información que este modelo no puede aprovechar.
Este ejercicio sirvió como punto de comparación antes de introducir capas convolucionales (CNN) en trabajos posteriores.
Python, TensorFlow/Keras, scikit-learn (métricas), pandas, matplotlib, kagglehub.
pip install -r requirements.txt
jupyter notebook Red_FeedForward.ipynbO directamente en Google Colab.