Antecedentes: La morfología de la colonia (tamaño, color, borde, elevación y textura), tal como se observa en los medios de cultivo, se puede utilizar para discriminar visualmente diferentes microorganismos. Métodos: Este trabajo presenta un método híbrido que combina modelos CNN pre-entrenados estándar de keras y modelos clásicos de aprendizaje automático para apoyar la discriminación de colonias, desarrollado en placas de Petri. Para probar y validar el sistema, se utilizaron imágenes de tres especies bacterianas (, , y ) cultivadas en placas de Petri. Resultados: El sistema demostró las siguientes tasas de discriminación de precisión entre pares de grupos de estudio: 92% para vs. , 91% para vs. y 84% vs. . Conclusiones: Estos resultados muestran que combinar modelos de aprendizaje profundo con modelos clásicos de aprendizaje automático puede ayudar a discriminar colonias de bacterias con buenas tasas de precisión.