Las soluciones para el reconocimiento de emociones están volviéndose cada vez más populares cada año, especialmente con el crecimiento de la visión por computadora. En este documento, la clasificación de emociones se realiza en base a imágenes procesadas con redes neuronales convolucionales (CNNs). Se proponen varios modelos, tanto personalizados como de aprendizaje por transferencia. Además, se presentan combinaciones de ellos como conjuntos, junto con varios métodos de modificación de conjuntos de datos. Al principio, los modelos fueron probados en el conjunto de datos original FER2013. Luego, se introdujo el filtrado y la ampliación del conjunto de datos, y los modelos fueron reentrenados en consecuencia. Se examinaron dos métodos de clasificación de emociones: una clasificación multiclase y una clasificación binaria. En el primer enfoque, el modelo devuelve la probabilidad para cada clase. En el último, se preparan modelos separados para cada clase individual, junto con un conjunto de datos adecuado basado en FER2013. Cada modelo reconoce una emoción única entre las demás. Se presentan y discuten los resultados obtenidos y una comparación de los métodos aplicados en diferentes modelos.