El mundo equino representa un sector económico interesante en el panorama económico mundial, con un movimiento de 300 billones (anglosajones) de dólares en 2017. Por lo tanto el mundo científico no puede ser ajeno a es-te fenómeno y es por lo que existen diversas líneas de investigación en el mundo de la ciencia de datos para la ayuda a la mejora de este sector.
Este trabajo presenta un estudio preliminar sobre los diferentes datasets públicos relacionados con el mundo del caballo así como una taxanomía de los mismos. A modo de caso de estudio se ha seleccionado el problema de clasificación de imágenes de seis razas de caballos Atabay2017, que ha sido abordado con técnicas Deep Learning (DL).
Los resultados tomados como punto de partida procedentes de la referencia Atabay2017, obtenían una precisión en la partición de test del citado dataset del 95.9%. En el presente trabajo se han mejorado los resultados de Atabay empleando un modelo DL convolucional personalizado para este problema.
Para la obtención del modelo presentado se ha realizado una comparativa de redes DL convoluciona-les preentrenadas (Inception, Xception, REsnet, VGG16 y VGG19) con animales diversos que han sido entrenadas incrementalmente, empleando transfer learning, con el dataset de 6 razas de caballos presentado en Ata-bay2017.
Los resultados obtenidos en el presente trabajo han mejorado los resultados base de Atabay obteniendo un 97.31% de precisión en el con-junto de test.