Week 52 - Test Offline

Resultados

Modelo	Comportamiento Observado
PilotNet	Muy estable. Navega siempre por el carril derecho. Predicciones conservadoras.
ResNet18	Completa el circuito, pero varía entre carril derecho e izquierdo. Toma más giros.
EfficientNet	Con el mejor modelo (epoch_67), navega de forma estable por el carril derecho. Velocidad promedio 24 km/h, hasta 35 km/h en rectas.

Nota: Aunque inicialmente parecía que EfficientNet fallaba, usando un modelo guardado en la época 67 (val_loss=0.0176) el comportamiento cambió por completo. Ahora se desplaza de forma fluida, siempre por el carril derecho, con una velocidad media de 24 km/h (alcanzando hasta 35 km/h en rectas). Vale la pena revisar modelos intermedios durante el entrenamiento.

---

Métricas (MSE y MAE)

Resultados de Evaluación Offline por Arquitectura

Modelo	Steer MSE	Steer MAE	Throttle MSE	Throttle MAE
EfficientNet	0.0478	0.1124	0.1966	0.3997
ResNet18	0.0544	0.1465	0.1879	0.4017
PilotNet	0.0133	0.0633	0.1754	0.4032

---

Gráficos de Predicciones vs Reales

Predicción vs Real - Steer (PilotNet)

Predicción vs Real - Throttle (PilotNet)

Predicción vs Real - Steer (ResNet18)

Predicción vs Real - Throttle (ResNet18)

Predicción vs Real - Steer (EfficientNet)

Predicción vs Real - Throttle (EfficientNet)

Datos de entrenamiento

Dataset: Burbuja balanceado
Tamaño: 101,653 imágenes

Modelo	Batch Size	Epochs	Learning Rate	Transformaciones (Train)	Transformaciones (Val)	Paciencia	Comentarios
PilotNet	256	100	2.5e-5	Affine, ColorJitter, Perspective, RandomShadow, Rain, Blur, Noise, Dropout, etc.	Sin aumentos	15	Entrenamiento en TensorFlow
ResNet18	256	100	2.5e-5	Affine, ColorJitter, Perspective, RandomShadow, Rain, Blur, Noise, Dropout, etc.	Sin aumentos	15	Entrenado con PyTorch
EfficientNetV2-S	128	100	2.5e-5	Affine, ColorJitter, Perspective, RandomShadow, Rain, Blur, Noise, Dropout, etc.	Sin aumentos	15	Entrenado con PyTorch

Curvas de entrenamiento</h3>

PilotNet – Pérdida MSE durante entrenamiento y validación

ResNet18 – Pérdida MSE durante entrenamiento y validación

EfficientNet – Pérdida MSE durante entrenamiento y validación