18.10.2023

Pudimos transferir el aprendizaje de la red convolucional
SimpleNet para lograr 99.1% de exactitud en el recococimiento
de dígitos con la base de datos MNIST.

Podrían existir cuatro escenarios en un problema de
clasificación:

1. Resolverlo con técnicas de procesamiento de imagen.
   Si se usan las características de los momentos de Hu,
   entonces se puede reconocer una forma rotada, transladada
   y escalada, porque los momentos de Hu son invariantes
   a estas transformaciones.

2. Usar redes directas o las redes eco
   ¿con qué características?

   Cómo es una técnica general de aprendizaje automático,
   se debería una técnica general para hallar características
   en la imagen:
     - SIFT
     - SURF
     - histogramas de gradientes

3. Con una red profunda se tiene una solución directamente
   con los píxeles de la imagen. Es por ello que se requiere
   tener profundidad en la red para que se puedan reconocer
   las formas transformadas.

   Hipótesis: Las redes profundas pueden aún reconocer las
   formas con oclusiones y varias formas al mismo tiempo.


Creación de una base de datos

 Imágenes capturadas
 Aumentar los datos
   - Recortar las imágenes originales
   - Rotar las imágenes originales