Leaffliction
Clasifica fotos de hojas de manzano y de vid en 8 clases (6 enfermedades, 2 sanas) con una CNN de PyTorch; el aumento de datos equilibra las clases antes del entrenamiento.
- ROL
- Equipo de 2
- CONTEXTO
- École 42 · Proyectos de IA
- ESTADO
- Terminado
- RESULTADO
- 94.1 % de precisión sobre 152 imágenes de test reservadas.
- ACTUALIZADO
- 26 sept 2026
1
Datos
Imágenes de hojas del enunciado de École 42: 8 clases, 6 enfermedades de manzano y vid y 2 sanas.
2
Lo que construí
Equipo de 2
- Alrededor del 80 % del código según git blame.
- El módulo de transformaciones de imágenes.
- La CNN, la predicción, la herramienta de línea de comandos y los gráficos.
- La mayor parte del pipeline de entrenamiento.
3
Decisiones clave
- Aumentar solo después de la partición
- La partición se hace sobre las hojas originales; el aumento se aplica solo al lado de entrenamiento, de modo que las copias aumentadas de una hoja no cruzan la partición.
- Clases equilibradas
- El aumento de datos iguala el número de muestras por clase antes del entrenamiento.
- Una CNN compacta
- 422,632 parámetros.
4
Resultados
94.1 % de precisión sobre 152 imágenes de test reservadas.
5
Límites
- Entrenada con la mitad de los datos de entrenamiento.
- La puntuación de validación también seleccionó el checkpoint; el conjunto de test de 152 imágenes es la única cifra independiente.
- El registro de evaluación no está incluido en el repositorio.
- La demo de Hugging Face se duerme cuando está inactiva y tarda un momento en despertar.
¿Preguntas sobre este proyecto? → Escríbeme