Este proyecto presenta un modelo fundacional(ResNet50) finamente ajustado para la clasificación de materiales. Utilizando un dataset propio de imágenes RGB que contiene cinco clases (Ladrillo, Metal, Madera, Papel, Plástico), el modelo es capaz de identificar y clasificar correctamente una imagen dentro de estas categorías

Resnet50 es una arquitectura CNN, perteneciente a la familia de ResNet(redes residuales), modelos diseñados para trabajar con el entrenamiento de redes neuronales profundas Fue desarrollada por investigador de Microsoft Research Asia, conocida por su profundidad y eficiencia en tareas de clasificación de imágenes.