En el ejercicio 3 se puede ver el poder de la herramienta al probar 3 situaciones de un mismo producto variando su color y logra identificar el padrón cuando hacemos la prueba final logra identificar con bastante precisión probando con otra foto que tenga una banana pero diferente a las cargadas en las clases.
Como destaque me pareció bastante interesante al generar la 4ta clase (sin Bananas) en la cual en mi caso trabaje con juguetes con los colores amarillo , verde y amarillo y negro para simular una prueba en cada una de las situaciones y funciona a la perfeccion!
Seguiremos probando.
En este ejercicio me ayudo trabajar con las mismas imágenes del dataset que tenían la banana y luego cargarlas como fondo e ir variando las tonalidades. Con los 3 ejers me ayudo a ver la importancia de la conformación del dataset y del trabajo que lleva elegirlo para que este alimente al modelo y se logré realizar las evaluaciones en forma correcta.
Ejercicio 3 - El experimento lo realice con manzanas, el modelo tenía las mismas clases que las propuestas en el ejercicio. Probé confundir el modelo de aprendizaje con un tomate y claramente lo clasificó como una manzana madura. Para evitar confusiones en ocasiones como estas, podríamos tener en el conjunto de entrenamiento una quinta clase denominada objetos similares donde los datos fueran objetos con forma de esfera y de colores parecidos a las manzanas del resto del conjunto, como por ejemplo tomates, pelotas, ciruelas, entre otros, de esta manera pienso que el modelo de Aprendizaje Automático podría ser más eficiente en sus predicciones.
