Proyecto de Reconocimiento de Lenguaje de Señas (ASL)

Este repositorio contiene el desarrollo y comparación de dos modelos de redes neuronales convolucionales (CNN) diseñados para clasificar imágenes del alfabeto de lenguaje de señas americano (ASL).

Descripción general

El objetivo del proyecto es traducir imágenes estáticas de manos realizando señas a sus letras correspondientes. Se exploraron diferentes arquitecturas y estrategias de procesamiento de datos para optimizar la precisión.

Enlace al dataset principal: Kaggle ASL Alphabet

Modelos desarrollados

Se entrenaron dos modelos con enfoques distintos:

1. Primer modelo (Base)

• Ubicación: primerModelo/
• Clases: 29 clases (A-Z, del, nothing, space).
• Arquitectura: CNN profunda utilizando GlobalAveragePooling.
• Limitaciones: Menor precisión debido a la inclusión de clases ambiguas ("nothing", "space") y menor diversidad en los datos de entrenamiento.

2. Segundo modelo (Optimizado)

• Ubicación: segundoModelo/
• Clases: 26 clases (A-Z).
• Mejoras Clave:
  • Datos: Combinación de 3 datasets diferentes para mayor diversidad de manos e iluminación.
  • Aumentación: Uso de RandomBrightness y RandomContrast para que el modelo no dependa de la iluminación.
  • Arquitectura: Uso de capa Flatten y capas densas más grandes (512 neuronas) para capturar mejor los detalles espaciales finos de los dedos.

Pruebas y validación

Cada modelo cuenta con su propio notebook de entrenamiento y un notebook separado para pruebas con imágenes propias.

• Entrenamiento:

  • primerModelo/primerModeloASL.ipynb
  • segundoModelo/segundoModeloASL.ipynb

• Pruebas:

  • primerModelo/primerModeloTest.ipynb
  • segundoModelo/segundoModeloTest.ipynb