Las imágenes digitales no pueden ser excluidas como parte de una elección popular de representación de información. La información encubierta puede ser fácilmente oculta utilizando imágenes. Varios esquemas están disponibles para ocultar información encubierta y son conocidos como esquemas de esteganografía. Los esquemas de esteganálisis se aplican a las estego-imágenes para evaluar la fortaleza de los esquemas de esteganografía. En este documento, se presenta un nuevo esquema de esteganálisis para detectar estego-imágenes. Los núcleos predefinidos guían el conjunto de una capa convolucional convencional, y la estrecha cohesión proporciona un entrenamiento completamente guiado. La tasa de aprendizaje de las capas convolucionales con núcleos predefinidos es mayor que la tasa de aprendizaje global. La mayor tasa de aprendizaje de las capas convolucionales con núcleos predefinidos asegura la adaptabilidad de acuerdo con el entrenamiento de la red, manteniendo aún las atributos básicos de los núcleos de paso alto. La capa Leaky ReLU se explota en contra de la capa ReLU para mejorar el rendimiento de detección. Se aplica el aprendizaje por transferencia para mejorar el rendimiento de detección. Los pesos de la red profunda se inicializan utilizando los pesos de la red entrenada a partir de estego-imágenes de alta carga útil. La fortaleza del esquema propuesto se verifica en los esquemas de esteganografía adaptativa de contenido HILL, Mi-POD, S-UNIWARD y WOW. Los resultados son abrumadores y mejores que los esquemas de esteganálisis existentes.