Una de las principales formas de cáncer es el cáncer colorrectal (CRC), que es responsable del aumento de la mortalidad en personas jóvenes. El objetivo de este documento es proporcionar una modificación experimental del aprendizaje profundo de Xception con Swish y evaluar la posibilidad de desarrollar un sistema preliminar de detección de pólipos colorrectales mediante el entrenamiento del modelo propuesto con un conjunto de datos de topogramas colorrectales en dos y tres clases. Los resultados indican que el modelo propuesto puede mejorar el modelo original de red neuronal convolucional con un rendimiento de clasificación de evaluación al lograr una precisión de hasta el 98.99% para la clasificación en dos clases y el 91.48% para tres clases. Para la prueba del modelo con otra imagen externa, el método propuesto también puede mejorar la predicción en comparación con el método tradicional, con una precisión del 99.63% para la predicción correcta de dos clases y del 80.95% para la predicción correcta de tres clases.