Resumen
Definimos el problema (clasificación automática de residuos), elegimos Ciclo 3 (Visión por computadora), identificamos el dataset (RealWaste UCI, 4.752 imágenes en 9 clases) y armamos el plan de trabajo.
Información clave
9Clases
F1Métrica principal
CNNMobileNetV2
CC BY 4.0Licencia dataset
| Aspecto | Detalle |
|---|---|
| Problema | Clasificación multiclase 9-way de imágenes de residuos |
| Métrica | F1 macro |
| Stack | PyTorch + MobileNetV2 + Streamlit |
| Dataset mínimo TIF | ≥ 200 imgs · contamos con 480-570 |
Checklist de la entrega
- Ficha de inicio (7 bloques)
- Problema y solución definidos
- Arquitectura
- Comentarios sobre los pasos del ciclo
- Dataset identificado (480 imgs > 200 mínimo)
- Diccionario de datos
- Ética y privacidad
- Tablero de gestión
- Repositorio creado
Documentos de la entrega
📄 avance_1.md Ficha de inicio Arquitectura Diccionario Ética Tablero