Desafíos Y Etapas En El Diseño Y Clasificación de Un Conjunto de Datos de Caliza Utilizando Métodos Inteligentes

La Inteligencia Artificial (IA) se integra cada vez más en las tareas diarias, trayendo consigo una gama de herramientas destinadas a facilitar y mejorar los procesos cotidianos. La IA tiene diversas áreas de aplicabilidad, y en todas ellas, la calidad de los datos de soporte es crucial. Este estudio aborda esencialmente estrategias para crear y preparar conjuntos de datos de imágenes para modelos de clasificación automática. El conjunto de datos original consta de 2260 imágenes de piedra caliza distribuidas en cuatro clases; es desequilibrado, compuesto por imágenes de diferentes tamaños, y también contiene una zona de borde considerada una zona de desinterés. Para validar el conjunto de datos utilizado y sus transformaciones, se presentan los resultados de la clasificación de imágenes utilizando modelos de Máquinas de Vectores de Soporte (SVM) y Random Forest, ambos con excelentes resultados, siendo el último ligeramente superior. Este estudio es parte integral de un sólido proyecto de investigación que busca aplicar estrategias de detección de defectos a la piedra caliza