Al construir un modelo de aprendizaje profundo para reconocer la violencia dentro de un vehículo, es crucial considerar varios aspectos. Uno de ellos es las limitaciones computacionales, y el otro es la arquitectura del modelo de aprendizaje profundo elegida. Sin embargo, para elegir el mejor modelo de aprendizaje profundo, es necesario probar y evaluar el modelo frente a ataques adversarios. Este artículo presentó tres modelos de arquitectura diferentes para el reconocimiento de violencia dentro de un vehículo. Estas arquitecturas de modelo fueron evaluadas en función de ataques adversarios y métodos de interpretabilidad. Se realizó un análisis de la convergencia del modelo, seguido de la robustez adversaria para cada modelo y una verificación basada en el análisis de interpretabilidad. Se comparó una evaluación estándar para muestras de datos de entrenamiento y prueba con técnicas de ataques adversarios. Estos dos niveles de análisis son esenciales para verificar la debilidad del modelo y su sensibilidad con respecto al video completo y de manera fotograma a fotograma.