O vigente estudo explicita, com minuciosa análise, os mecanismos de processamento intrínsecos aos modelos de aprendizado profundo, especificamente nas Redes Generativas Adversariais (GANs) e nos Autocodificadores Variacionais (VAEs), utilizando como substrato experimental uma ilustração botânica. A investigação centra-se na transformação imagética mediante algoritmos de conversão "image-to-image", produzindo representações visuais derivadas do espécime botânico original. Subsequentemente, procedeu-se à anotação visual das imagens resultantes por meio da sobreposição de estruturas circulares, as quais foram estrategicamente posicionadas para evidenciar as regiões onde os filtros convolucionais exerceram influência determinante na geração imagética. Esta metodologia de visualização possibilitou a identificação precisa das áreas onde as transformações algorítmicas preservaram ou modificaram as características estruturais do referencial botânico, permitindo assim uma avaliação qualitativa da fidelidade representacional dos modelos generativos empregados e da eficácia dos respectivos filtros na preservação da integridade morfológica dos elementos visuais analisados.