2022-12-222022-12-222022-11-0410 º Congreso Nacional de Ingeniería Informática / Sistemas de Información (2022)http://hdl.handle.net/20.500.12272/7444Las Búsquedas por Similitud constituyen un importante campo de estudio en el presente. Un ejemplo de su aplicación es la búsqueda de marcas de ganado, necesaria ante la solicitud de alta de una nueva marca al Departamento de Registro Ganadero. Para calcular su similitud, se suelen utilizar funciones de distancia métrica aplicadas a vectores de características extraídas a partir de su imagen. Existen varios métodos de extracción de características, a los cuales en la última década se le han sumado las Redes Neuronales Profundas Convolucionales (CNN). En este artículo se muestra el uso de una CNN entrenada mediante Redes Siamesas y con técnicas estándares de Aumentación de datos, a las cuales se le añade una técnica propia para mejorar la eficacia de la extracción de características aplicadas a las Búsquedas por Similitud de Marcas de Ganado. Además, se evalúa experimentalmente su performance.pdfspaopenAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalBúsquedas por similitudMarcas de ganadoRedes siamesasOne-Shot Learninginfo:eu-repo/semantics/conferenceObjectPascal, Andrés Jorge ; Planas, Adrián Nicolás ; Lederhos, Federico ; Herrera, Norma EdithNo comercial con fines académicos.