El dataset utilizado para esta Red Neuronal, consta de 5200 imágenes con 2 tipos de outputs.
VGG16 es un modelo de redes neuronales preentrenado desarrollado por la Universidad de Oxford. Es una de las variantes de la arquitectura de redes neuronales VGG (Visual Geometry Group), y es conocido por su buen rendimiento en tareas de clasificación de imágenes.
La arquitectura de VGG16 es una red neuronal de tipo Convolucional Neural Network (CNN) que consiste en varias capas de convolución y capas completamente conectadas. La arquitectura de VGG16 es conocida por su uso de filtros de 3×3 y su profundidad, ya que consta de más de 138 millones de parámetros.
Luego de no tener una mejora en la perdida. El modelo dejo de entrenar para evitar el sobre-entrenamiento. Obteniendo así una perdida de 10.28%
Así mismo, obtuvimos una precisión del 95.87%
Matriz de confusión mostrando un 82% de precisión obtenida.