Este documento propone un nuevo algoritmo para la compresión de imágenes profundas adaptativas (DIC) que puede comprimir imágenes para diferentes propósitos o contextos a diferentes velocidades. El algoritmo puede comprimir imágenes con conciencia semántica, lo que significa que las características semánticas relacionadas con la clasificación están mejor protegidas en la compresión de imágenes con pérdida. Se basa en el método DIC basado en codificador condicional existente y agrega dos características: un marco de tasa-distorsión-clasificación-percepción (RDCP) basado en el modelo para controlar el equilibrio entre la tasa y el rendimiento para diferentes contextos, y un mecanismo para generar condiciones de codificación basadas en la complejidad de la imagen y la importancia semántica. El algoritmo supera la referencia QMAP2021 en el conjunto de datos de ImageNet. En el rango de tasas probado, mejora la precisión de la clasificación en un y la calidad perceptual en un , , y en promedio para las métricas NIQE, LPIPS y FSIM, respectivamente.