Aqui se encuentra el link con la carpeta de los datos, debido al peso de los archivos no los pude subir aquí a Github. Se debe tener la carpeta datos en la misma ruta que todos los codigos
https://drive.google.com/file/d/1SMxVFY48wZ1rXAluafwbnarigEJvjyw5/view?usp=sharing
Aqui se encuentran los pesos del modelo final, para poder ejecutar el archivo alphabet_pruebas se tienen que tener estos pesos, se espera que este archivo se encuentre en la misma ruta que el codigo para que funcione bien, en caso de cambiar la ruta debe cambiarse en el codigo tambien.
https://drive.google.com/file/d/1SiIT_XfhYo-xH6_a_lqFB4BXNbtxhuHm/view?usp=sharing
Se debe mantener la ruta como se encuentra en las carpetas para que los códigos que hacen el entrenamiento y las predicciones funcionen.
El primer archivo 'alphabet' es el que incluye la primera versión modelo. El segundo archivo 'alphabet_2' es el que incluye la segunda versiÓN del modelo. El tercer archivo 'alphabet_final' es el que incluye la versión con la que me quedé al final. El cuarto archivo 'alphabet_pruebas' incluye el codigo que prueba el modelo en tiempo real y con datos de internet.
El archivo Deep Learning Implementation incluye la documentación de todo el proceso.
Este es el abecedario que se utiliza para predecir, en adición de dos clases más que son:
'nothing', que es cuando no hay nada. 'del', que es la palabra del. 'space', que indica el espacio entre palabras.