Proyecto: clasificación de imágenes de principio a fin

Un curso de deep learning que se queda en los conceptos deja el trabajo a medias. Entre «entiendo qué es una convolución» y «he entregado un clasificador cuyas debilidades conozco» hay una distancia que solo un proyecto completo permite recorrer. Esa distancia está hecha de cosas que ninguna lección teórica menciona: cómo dividir un conjunto de datos sin fugas, dónde colocar el aumento de datos, qué guardar y cuándo, cómo leer una matriz de confusión y, sobre todo, cómo saber si el resultado obtenido es bueno.

Este proyecto construye un clasificador sobre CIFAR-10: sesenta mil fotografías en color de 32 × 32 píxeles, repartidas en diez clases. El conjunto es pequeño, público, descargable con un solo comando y lo bastante difícil como para que los errores del modelo resulten instructivos: un gato y un perro de treinta y dos píxeles de lado son realmente confundibles, incluso para un humano.

Lo esencial del trabajo no es la arquitectura. El modelo que se propone aquí ocupa cuarenta líneas y no tiene nada de original. Lo que cuenta, y lo que detallamos, es el protocolo que lo rodea: la división en tres conjuntos, la reproducibilidad, el guardado del mejor estado y el análisis final. Un buen protocolo con un modelo mediocre da un resultado aprovechable; un modelo sofisticado dentro de un protocolo defectuoso da una cifra que no significa nada.