{"id":25343845,"url":"https://github.com/pintamonas4575/tfg-classification-model-customdataset","last_synced_at":"2026-05-02T11:35:08.736Z","repository":{"id":228360898,"uuid":"773767749","full_name":"pintamonas4575/TFG-Classification-Model-CustomDataset","owner":"pintamonas4575","description":"Modelo de clasificación en Tensorflow y Keras sobre un Dataset propio. ","archived":false,"fork":false,"pushed_at":"2024-06-03T08:41:58.000Z","size":76958,"stargazers_count":1,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-02-14T11:05:29.560Z","etag":null,"topics":["cnn","cnn-classification","cuda","deep-learning","efficientnet","gpu","image-classification","keras","tensorflow","transfer-learning"],"latest_commit_sha":null,"homepage":"https://oa.upm.es/82193/","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/pintamonas4575.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-03-18T11:12:42.000Z","updated_at":"2025-02-03T13:15:35.000Z","dependencies_parsed_at":"2025-02-14T11:09:05.435Z","dependency_job_id":null,"html_url":"https://github.com/pintamonas4575/TFG-Classification-Model-CustomDataset","commit_stats":null,"previous_names":["pintamonas4575/tfg-classification-model-customdataset"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pintamonas4575%2FTFG-Classification-Model-CustomDataset","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pintamonas4575%2FTFG-Classification-Model-CustomDataset/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pintamonas4575%2FTFG-Classification-Model-CustomDataset/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pintamonas4575%2FTFG-Classification-Model-CustomDataset/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/pintamonas4575","download_url":"https://codeload.github.com/pintamonas4575/TFG-Classification-Model-CustomDataset/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":247866114,"owners_count":21009238,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["cnn","cnn-classification","cuda","deep-learning","efficientnet","gpu","image-classification","keras","tensorflow","transfer-learning"],"created_at":"2025-02-14T10:59:00.903Z","updated_at":"2026-05-02T11:35:08.678Z","avatar_url":"https://github.com/pintamonas4575.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# TFG-Classification-Model-CustomDataset\n\nCreación en Tensorflow de 2 modelos de clasificación sobre un Dataset propio. \n\nSe ha creado tanto un modelo propio desde cero, como hecho _fine-tuning_ al modelo EfficientNetB2 proporcionado por Keras.\n\n🙋‍♂️ Los archivos de este repositorio pertenecen al **TFG** de **Alejandro Mendoza Medina**.\n\n----------------------\n\nPara usar la GPU en **Windows nativo** se necesita:\n\n- Una GPU de tecnología NVIDIA (no son compatibles ni las de AMD ni las de Intel).\n- Python -\u003e versión 3.10\n- Tensorflow -\u003e versión 2.9 (en la 2.10, que es la última compatible con Windows nativo, hay un error irreparable que no deja guardar el modelo creado, no se puede hacer *'model.save'*)\n- Drivers de CUDA -\u003e versión 11.x\n- cuDNN -\u003e versión 8.x\n\nConsultar [Tensorflow Compatibilidad con GPU](https://www.tensorflow.org/install/gpu?hl=es-419) (hasta la sección \"Requisitos de software\") para más info.\n\n**NOTA-1:** Previamente se debe tener un dataset local que conste de imágenes repartidas en las clases que se deseen clasificar. Para saber sobre la estructura del dataset, consultar el _readme.md_ de la carpeta _'utils'_.\n\n**NOTA-2:** Se debe tener en cuenta que se deberán de ajustar todos los paths para el correcto funcionamiento de los notebooks.\n\n# 📓 Notebook *modelo_propio*\n\nNotebook de creación, entrenamiento y pruebas de un modelo propio que obtiene un **60%** de **accuracy** en **test**.\n\nLas imágenes que se quieran predecir manualmente deben ser redimensionadas a 224x224.\n\n# 📓 Notebook *modelo_EficientNet*\n\nNotebook de creación, entrenamiento y pruebas de un modelo al que se le ha hecho _transfer-learning_ del modelo *EfficientNetB2* que obtiene un **88%** de **accuracy** en **test**.\n\nLas imágenes que se quieran predecir manualmente deben ser redimensionadas a 224x224.\n\n# 📓 Notebook *modelo_varios_V3*\n\nNotebook que compara algunos modelos de Keras para la elección del modelo con *transfer-learning*.\n\n\n# 📂 Carpeta *\"utils\"*\nEn esta carpeta se encuentra un archivo para **\"reciclar\"** el dataset con descripción detallada.\n\n# 📂 Carpeta *\"modelos\"*\n\nEn esta carpeta se encuentran los modelos creados, tanto el propio como el \"fine-tuneado\" con EfficientNetB2.\n\n☣️☣️\n\nSi se quisiera reentrenar/probar alguno de los modelos, sepa el lector que se han entrenado sobre un dataset de imágenes de 31 clases de razas de gatos 😸, las cuales son las siguientes: \n\nAbyssinian, American Curl, American Shorthair, Bengal, Birman, Bobtail, Bombay, British Shorthair, Burmilla, Calico, Egyptian Mau, Exotic Shorthair, Ginger, Khao Manee, Maine Coon, Manx, Munchkin, Nebelung, Norwegian Forest, Persian, Ragdoll, Rex, Russian Blue, Scottish Fold, Siamese, Snowshoe, Sphynx, Tabby, Tortoishell, Turkish Angora y Tuxedo.\n\nCon otro tipo de imágenes (flores, coches...) no predecirá correctamente.\n\n**NOTA:** En las razas ''Calico'' y ''Tortoishell'' se han incluido fotos de sus variantes llamas ''Dilute Calico'' y ''Dilute Tortoishell'' repectivamente.\n\n☣️☣️\n\n# 📂 Carpeta *\"fotos\"*\n\nSe proporcionan imágenes para realizar predicciones manualmente, pero siéntase libre de coger cualquiera de internet y probar.\n\n# ⚖️ Licencia \nYa podría ser la burocracia de España igual de rápida que obtener la licencia del repositorio. \n\n# 👤 Contacto\n\nCualquier duda o sugerencia contactar con el autor:\n\nAlejandro Mendoza: alejandro.embi@gmail.com\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fpintamonas4575%2Ftfg-classification-model-customdataset","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fpintamonas4575%2Ftfg-classification-model-customdataset","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fpintamonas4575%2Ftfg-classification-model-customdataset/lists"}