A neural networks benchmark for image classification

Abstract

A través de este documento, el lector puede hacerse hacerse una idea de como ha sido la historia de los métodos usados
para clasificación de imagen, tanto con métodos clásicos como con redes neuronales artificiales; todo ello en el contexto de visión para robots. Primero revisaremos los métodos clásicos, pasando por sus restricciones y limitaciones, escogeremos uno y sacaremos diferentes medidas sobre cómo se comporta. Después, exploraremos, brevemente, los tipos de redes neuronales que se utilizan para esta tarea, pasando por el estado del arte y su aportación; también escogeremos una red y mediremos su eficacia. Con todo ello, explicaremos el método empleado para medir y los resultados experimentales obtenidos. Por último discutiremos estos resultados y expondremos nuestras conclusiones, así como posibles lineas futuras de investigación.

Through this document, the reader can get an idea of the history of modern and classic methods for the task of image
classification, we present a simple image classification task, in the context of robotic vision, and how different neural networks reach to stable solutions. First, we'll review different classic methods, evaluating their constraints and limitations, only to pick one up and benchmark it. Then, briefly, we will explore more modern methods, choose one, and benchmark it.
Then, both benchmarks will be compared, and experimental results will be analyzed and explained. We'll conclude with a discussion of the results, pointing out future lines of research.