Clasificación de residuos

A partir del jupyter notebook proporcionado por Rodrigo, en el que se realiza transferencia de aprendizaje desde el modelo pre-entrenado MobileNet, he entrenado una CNN para clasificar imágenes de residuos de un hogar en distintas categorías (cardboard, glass, metal, paper, plastic y trash).

El dataset de entrenamiento lo he obtenido del proyecto TrashNet (https://github.com/garythung/trashnet).

He entrenado el modelo durante 30 épocas obteniendo una accuracy máximo sobre el conjunto de validación de 77%. En la gráfica se puede observar que las curvas sobre los datos de entrenamiento y validación no convergen y el modelo tiende al overfitting.

Notebook en colab: https://colab.research.google.com/drive/1istzPbD_8410xPOwDAdZBoFz3ChEMRuB?usp=sharing