Este trabajo de grado se desarrolló con el fin de identificar a partir de imágenes el orden y familia taxonómico de las aves de mínimo 13 especies de 12 familias diferentes que habitan en la Sabana de Bogotá usando ANN de topología convolucional, por lo que se ha diseñado algoritmos en software para la implementación de dicha topología de ANN proporcionando experiencia en la implementación de arquitecturas de redes neuronales, escogiendo la que mejor identifique la familia taxonómica del ave. Una de las arquitecturas es YOLO (you only look once) [3], y la otra arquitectura que se desarrollara es MobileNet [4]. Cabe resaltar que en toda la investigación del estado del arte no se evidencio documentos o trabajos que usaran estas mismas topologías de redes neuronales para la identificación de aves, existen documentos como “MobileNets for Flower Classification using TensorFlow” que identifican flores, pero dado a las extensas características de un ave no se es fácil realizar una aplicación de reconocimiento de aves, lo cual nos hace uno de los pocos documentos calificados en el campo de IA. ; This degree work was developed in order to identify from images the order and taxonomic family of birds of at least 13 species from 12 different families that inhabit the Savannah of Bogotá using ANN convolutional topology, so we have done a software for the implementation of that ANN topology providing experience in the implementation of neural network architectures, choosing the one that best identifies the taxonomic family of the bird. One of the architectures is YOLO (you only look eleven) [3], and the other architecture that was developed is MobileNet [4]. It should be noted that in all the research that we did, we did not find no documents or works that used these same neural network topologies for bird identification, there are documents such as "MobileNets for Flower Classification using TensorFlow" which identifies flowers, but given the extensive characteristics of a bird it is not easy to perform a bird recognition ...