Inspiration Inditex nos propuso un reto real: identificar productos de Zara en imágenes de modelos. Lo elegimos porque queríamos aplicar IA a algo cotidiano como comprar ropa online, facilitando el proceso de "me gusta ese look" a "quiero comprarlo".
What it does Dado una imagen de un modelo, identifica automáticamente qué productos del catálogo de Zara (27,000+ artículos) lleva puestos. Combina detección de prendas (YOLO), embeddings visuales (CLIP), aprendizaje contrastivo y análisis de patrones en los datos para lograr un 45,01% de precisión.
How we built it 30 horas en el Hackathon de A Coruña, aprendiendo sobre la marcha. Llegamos sin experiencia en visión por computador ni deep learning aplicado a moda. Todo fue investigación autodidacta: papers, documentación, prueba y error. Iteramos constantemente hasta construir un pipeline funcional.
Challenges we ran into Hardware limitado. Mientras otros equipos entrenaban modelos pesados, nosotros teníamos que ser creativos: analizar patrones en los datos, extraer información de las URLs, diseñar heurísticas inteligentes para compensar la falta de potencia computacional.
Accomplishments that we're proud of Capacidad de adaptación. No podíamos sobreentrenar modelos, así que encontramos patrones ocultos en los datasets (SKUs, timestamps, co-ocurrencias) que mejoraban la clasificación. Conseguimos resultados competitivos con recursos mínimos.
What we learned Prácticamente todo: CLIP, YOLO, contrastive learning, FAISS, análisis de datos bajo presión. Lo más valioso: puedes aprender mientras construyes.
What's next for Pingüinos Miramos hacia el siguiente hackathon con más conocimiento y las mismas ganas de aprender.
Equipo Pingüinos - HackUDC 2026
Log in or sign up for Devpost to join the conversation.