From c804e487ab0d04755bb118e5b39c247e5e1db598 Mon Sep 17 00:00:00 2001
From: webbrain-one <295484252+webbrain-one@users.noreply.github.com>
Date: Sat, 8 Aug 2026 12:22:19 +0300
Subject: [PATCH] docs: add Spanish README
---
README.es-ES.md | 25 +++++++++++++++++++++++++
1 file changed, 25 insertions(+)
create mode 100644 README.es-ES.md
diff --git a/README.es-ES.md b/README.es-ES.md
new file mode 100644
index 0000000..e2141ae
--- /dev/null
+++ b/README.es-ES.md
@@ -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 esta lista de reproducción de YouTube.
+
+Considera apoyar al autor 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