[Feature] [Avanzado] Ampliar dataset a multimarca

[Andres-Torrez]

Descripción

Extender el dataset y reentrenar el modelo en local con GPU para que sea
capaz de detectar más de una marca simultáneamente. El modelo multimarca
debe mantener una precisión aceptable en todas las clases.

Tareas

• Añadir imágenes de al menos 2 marcas adicionales a data/raw/
• Anotar los nuevos logos en Roboflow
• Actualizar data.yaml con las nuevas clases
• Reentrenar YOLO26 en local con GPU con el dataset ampliado
• Verificar que el mAP@50 se mantiene > 0.65 en todas las clases
• Actualizar /docs/modelo.md con las nuevas métricas por clase

Tecnologías

YOLO26, Ultralytics, Roboflow, PyTorch con CUDA, VS Code / Cursor

Criterios de aceptación

• El modelo detecta correctamente al menos 3 marcas distintas
• mAP@50 > 0.65 en validación para cada clase
• Las nuevas clases están registradas en la tabla brands de PostgreSQL
• Las métricas actualizadas están en /docs/modelo.md

Rama: feature/modelo-multimarca
Columna: Backlog
Sprint: S3 · Avanzado
Labels: feature sprint-3-avanzado GPU local