Skip to content

docs: add Spanish README #1

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
webbrain-one wants to merge 1 commit into
base: master
Choose a base branch
from
Open

docs: add Spanish README #1

Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
25 changes: 25 additions & 0 deletions README.es-ES.md
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -0,0 +1,25 @@


# ColorClassifier
Clasificador de colores simple con TensorFlow (Python).

El clasificador no es muy preciso (80% de precisión, dependiendo del tamaño del conjunto de datos y el ruido) porque no se aplicó ningún filtro, ya que esto es solo un ejemplo sencillo. Puedes agregar tu propio filtro. Recuerda que este es un clasificador basado en la percepción humana, no en un cálculo matemático, por eso el ruido no es fácil de eliminar.

Este proyecto se inspiró en <a href = 'https://www.youtube.com/watch?v=y59-frfKR58&list=PLRqwX-V7Uu6bmMRCIoTi72aNWHo7epX4L'>esta </a> lista de reproducción de YouTube.

Considera apoyar al <a href = https://www.youtube.com/user/shiffman > autor </a> de esa lista de reproducción.


El proyecto se basa en una base de datos crowdsourced y utiliza TensorFlow para construir el modelo y procesar los datos. También utilicé Tkinter para crear una (MUY) simple (bastante mala) GUI, solo para probar el modelo con datos proporcionados por el usuario.

Más información sobre Tensorflow: https://www.tensorflow.org/

Más información sobre Tkinter: https://wiki.python.org/moin/TkInter

Si no necesitas la GUI, este es el orden correcto para ejecutar los scripts con el fin de obtener los datos, procesarlos y crear y guardar el modelo:

1. getData.py

2. processData.py

3. train.py