La clasificación automatizada de especies de peces es esencial para el monitoreo de la biodiversidad marina, la gestión de pesquerías y la investigación ecológica. Sin embargo, desafíos como la variabilidad ambiental, el desequilibrio de clases y las demandas computacionales obstaculizan el desarrollo de modelos de clasificación robustos. Este estudio investiga la efectividad de los modelos basados en redes neuronales convolucionales (CNN) y enfoques híbridos para abordar estos desafíos. Se compararon ocho arquitecturas de CNN, incluyendo DenseNet121, MobileNetV2 y Xception, junto con clasificadores tradicionales como máquinas de soporte vectorial (SVM) y bosques aleatorios. DenseNet121 logró la mayor precisión (90.2%), aprovechando su superior capacidad de extracción de características y generalización, mientras que MobileNetV2 equilibró la precisión (83.57%) con la eficiencia computacional, procesando imágenes en 0.07 s, lo que lo hace ideal para implementaciones en tiempo real. Se emplearon técnicas avanzadas de preprocesamiento, como la augmentación de datos, la simulación de turbidez y el aprendizaje por transferencia, para mejorar la robustez del conjunto de datos y abordar el desequilibrio de clases. Los modelos híbridos que combinan CNN con clasificadores tradicionales lograron una precisión intermedia con una mejor interpretabilidad. Las técnicas de optimización, incluyendo la poda y la cuantización, redujeron el tamaño del modelo en un 73.7%, permitiendo la implementación en tiempo real en dispositivos con recursos limitados. Las visualizaciones de Grad-CAM mejoraron aún más la interpretabilidad al identificar las regiones clave de la imagen que influyen en las predicciones. Este estudio destaca el potencial de los modelos basados en CNN para la clasificación escalable e interpretable de especies de peces, ofreciendo información práctica para la gestión sostenible de pesquerías y la conservación de la biodiversidad.