Semana 3 · Lección 1 · 45-55 minutos
Cómo funciona un clasificador de imágenes
Sigue una foto desde los píxeles hasta la etiqueta y aprende cómo un clasificador de imágenes convierte las características visuales en una predicción con una puntuación de confianza.
- Materiales
- Esta lección en un navegador web · Papel y lápiz, o una app de notas · Los conjuntos de imágenes etiquetadas incluidos que aparecen en la lección
- Esta lección
- En curso
Se guarda solo en este dispositivo
Lo que vas a poder hacer
- Explicar que una imagen está hecha de píxeles que la computadora lee como números.
- Describir cómo un clasificador usa las características visuales para hacer una predicción.
- Leer una puntuación de confianza y decir qué significa y qué no significa.
- Seguir el recorrido de una imagen por un clasificador, de la entrada a la salida etiquetada.
Para pensar
Le muestras una imagen a una app de fotos y al instante dice "gato, 96% de seguridad". Nunca había visto esa foto exacta. ¿Cómo puede una computadora, que solo ve números, decidir que es un gato?
Ten presente tu primera respuesta: la vas a revisar después de ver cómo los píxeles se convierten en una predicción.
Haz una predicción
Predice: cuando un clasificador mira una foto, ¿crees que reconoce todo el "gato" de una sola vez, o que arma su respuesta a partir de patrones más pequeños, como bordes y formas?
Vocabulario
Ver todo el vocabulario del curso- Píxel
- Un puntito diminuto de una imagen. Una foto es una cuadrícula de píxeles, y la computadora guarda cada uno como números que indican su color y su brillo.
- Característica visual
- Un patrón de una imagen al que el clasificador presta atención, como bordes, colores, formas o texturas.
- Clasificación
- Poner algo en uno de un conjunto de grupos con nombre, llamados categorías o clases.
- Predicción
- La categoría que el clasificador elige como su mejor respuesta para una imagen de entrada.
- Confianza
- Un número, muchas veces mostrado como porcentaje, que indica qué tan segura está la predicción del clasificador. Más alto significa más seguro, pero no siempre más correcto.
Una imagen es una cuadrícula de píxeles, y los píxeles son números
Una computadora no puede "ver" una foto como tú. Para una computadora, una imagen es una cuadrícula de puntitos llamados píxeles, y cada píxel se guarda como números que describen su color y su brillo. Una foto pequeña puede tener cientos de miles de píxeles.
Así que lo primero que recibe un clasificador no es un "gato": es una gran cuadrícula de números. Todo lo que el clasificador decida tiene que construirse a partir de esos números.
- Un píxel en blanco y negro puede guardarse como un número del 0 (negro) al 255 (blanco).
- Un píxel a color suele guardarse como tres números: cuánto rojo, verde y azul tiene.
- Una foto de 100 por 100 son 10,000 píxeles: muchísimos números para una imagen pequeña.
De los píxeles a las características visuales
Trabajar solo con píxeles crudos es difícil, así que un clasificador busca características visuales: patrones útiles como bordes, esquinas, colores, texturas y formas. Unas formas triangulares y puntiagudas cerca de la parte de arriba podrían ser una característica que suele aparecer con los gatos (las orejas).
El clasificador aprendió qué características importan estudiando muchos ejemplos etiquetados durante el entrenamiento previo. Nadie le dijo como regla "los gatos tienen orejas puntiagudas": halló patrones así a partir de los ejemplos, la misma idea de aprendizaje de las semanas anteriores.
- Bordes donde una zona oscura se junta con una clara
- Formas redondas, que podrían ser ojos o ruedas
- Texturas como pelaje, escamas o metal liso
Predicción y confianza
Después de sumar las características visuales, el clasificador hace una predicción: elige la categoría que mejor coincide, como "gato" o "perro". Junto con la predicción suele reportar una confianza, un número que indica qué tan seguro está, muchas veces mostrado como porcentaje.
La confianza es útil pero engañosa. Una confianza alta significa que las características coincidieron mucho con una categoría, no que la respuesta sea seguramente correcta. Un clasificador puede equivocarse con toda seguridad, y ese es justo el tipo de error que vas a estudiar esta semana.
- "Perro, 91%": las características coincidieron con perro mucho más que con cualquier otra categoría.
- "Gato 55%, perro 45%": el clasificador no está seguro, la imagen tenía características de los dos.
- Un seguro 98% puede seguir siendo incorrecto si la foto es rara.
Ejemplo resuelto
Seguir una foto de los píxeles a la etiqueta
- Entrada: la foto de un gato llega como una cuadrícula de píxeles, solo números de color y brillo.
- Hallar características: el clasificador detecta bordes, luego dos formas puntiagudas cerca de arriba, formas redondas de ojos y una textura de pelaje.
- Puntuar cada categoría: esas características coinciden mucho con "gato" y solo un poco con "perro".
- Predecir con una confianza: da como salida "gato" con un 96% de confianza, porque las características de gato puntuaron mucho más alto que las demás.
- Salida: se te muestran la etiqueta "gato" y la confianza. Toda la respuesta se construyó a partir de píxeles, no de que la computadora de verdad "viera" un gato.
Lo importante: Un clasificador convierte los píxeles en características visuales, puntúa cada categoría a partir de esas características y reporta la mejor coincidencia como una predicción con su confianza.
Un flujo de cuatro pasos. Paso 1: imagen de entrada, dibujada como una cuadrícula de píxeles (números). Paso 2: hallar características visuales: bordes, formas, colores, texturas. Paso 3: puntuar cada categoría a partir de las características, por ejemplo gato 96, perro 3, conejo 1. Paso 4: dar como salida la categoría más alta como predicción, con su confianza: "gato, 96%". La flecha deja claro que la etiqueta se construye a partir de los píxeles, no se ve directamente.
Toda predicción se construye a partir de los píxeles, pasando por las características, hasta llegar a una respuesta puntuada.
Los valores se muestran en % de confianza.
Una gráfica de barras de la confianza del clasificador para cada categoría en una sola foto de gato, en porcentaje. Gato es con mucho la barra más alta, con 96 por ciento; perro tiene 3 por ciento y conejo 1 por ciento. La barra más alta es la predicción; su altura es la confianza. Las barras suman alrededor de 100 por ciento porque el clasificador reparte su certeza entre las categorías.
La barra más alta es la predicción; su altura es la confianza.
Actividad
Recorrido por el clasificador
Seguir una imagen incluida desde los píxeles hasta una predicción etiquetada, y ver cómo la confianza compara las categorías sin garantizar la respuesta.
- Elige una imagen. Míralas como las ve una computadora: una cuadrícula de píxeles numerados.
- Mira las características visuales que midió el modelo y después su predicción y su confianza.
- Fíjate en que la confianza compara las categorías: no es una promesa de que la respuesta sea correcta.
2 · A picture is a grid of pixels
Un círculo relleno, de tamaño más pequeño, centrado. The computer stores this 16×16 grid as 256 numbers — one brightness value per pixel.
3 · Features measured from the pixels
- ink coverage18%
- fill inside its box81%
- top-left corner18%
- left-right symmetry100%
- edge (outline) amount38%
4 · Prediction and confidence
Las imágenes de entrenamiento más parecidas fueron: Círculo (91 % de parecido), Cuadrado (86 % de parecido), Círculo (80 % de parecido). El modelo sumó los parecidos y eligió Círculo, con 66 % de confianza. La confianza compara las categorías entre sí: no es una promesa de que la respuesta sea correcta.
La confianza no es certeza
Un cuadrado girado 45 grados, así que parece un rombo.
La respuesta real es Cuadrado. pero el modelo predice Círculo con 69 % de confianza. Un modelo puede estar muy seguro y aun así equivocarse: una confianza alta solo significa que las categorías se le vieron desparejas, no que tenga razón.
Opcional: prueba con tu propia imagen
Everything above works with the built-in pictures — this is an extra. If you upload a picture, it is shrunk to a 16×16 grid and classified entirely on your device. It is never saved and never sent to any service. Draw a big circle, triangle, or square on white paper for the best result.
Revisa lo que entendiste
Responde esto para comprobar que entiendes cómo un clasificador de imágenes convierte los píxeles en una predicción.
Question 1. ¿Qué recibe realmente un clasificador de imágenes como entrada?
Question 2. Ordena los pasos de la clasificación de imágenes, desde que llega la foto hasta que se muestra la respuesta.
- 1.Recibir la imagen como una cuadrícula de píxeles
- 2.Hallar características visuales como bordes, formas y texturas
- 3.Puntuar qué tan bien coinciden las características con cada categoría
- 4.Dar como salida la categoría más alta como predicción, con su confianza
Question 3. Decide si la afirmación es verdadera o falsa.
Una predicción con 98% de confianza tiene garantizado ser correcta.
0 de 3 respondidas
Pruébalo tú
Sé tú el clasificador
Elige un objeto sencillo que puedas imaginar (una manzana, una bicicleta, una casa) y describe cómo un clasificador podría distinguirlo de un pariente cercano usando características visuales.
- Elige tu objeto y otro parecido con el que se podría confundir (manzana o jitomate, bicicleta o motocicleta).
- Enumera tres características visuales que empujarían la predicción hacia tu objeto.
- Enumera una característica que los dos objetos comparten y que podría dejar inseguro al clasificador.
Lo lograste cuando
- Se elige un par de objetos parecidos.
- Se enumeran tres características visuales que los distinguen.
- Se nombra una característica compartida que podría bajar la confianza.
Reflexión
Se guarda en este dispositivo mientras escribes
Por favor no incluyas información privada. Tus respuestas se guardan solo en este navegador y nunca se envían a ningún lado.
Repaso
Un clasificador de imágenes convierte una cuadrícula de píxeles en características visuales, puntúa cada categoría y da como salida la mejor coincidencia como una predicción con su confianza.
- Para una computadora, una imagen es una cuadrícula de píxeles guardados como números.
- Los clasificadores trabajan a partir de características visuales como bordes, formas, colores y texturas.
- Una predicción viene con una confianza, y una confianza alta no garantiza una respuesta correcta.
Extensión para 7.º y 8.º
Por qué la confianza puede engañarte
La confianza te dice qué tan fuerte coincidieron las características con una categoría, no qué tan correcta es la respuesta. Un clasificador entrenado solo con fotos claras de día podría estar 95% seguro y equivocarse con una foto nocturna borrosa, porque esos píxeles raros de todos modos coincidieron mejor con una categoría.
Describe una situación en la que querrías que un sistema dijera "no estoy seguro" en lugar de dar una respuesta con seguridad. ¿Por qué alguien que lo diseña podría poner una regla como "si la confianza es menor al 60%, pregúntale a una persona"?
Termina esta lección
- Attempt the knowledge check: sin hacer
- Save a reflection (recommended): sin hacer
Haz la revisión de conocimientos para terminar esta lección.