El manuscrito presenta un marco innovador para el reconocimiento de fechas de vencimiento destinado a mejorar la accesibilidad para personas con discapacidad visual. El estudio subraya el papel fundamental de las redes neuronales convolucionales (CNN) en la resolución de desafíos complejos, como variaciones en tipografía y degradación de imagen. El sistema logró una puntuación F1 de 0.9303 para la tarea de detección y una precisión del 97.06% para el modelo de reconocimiento, con un tiempo total de inferencia de 63 milisegundos en una sola GPU GeForce GTX 1080. Un análisis comparativo de modelos cuantificados-FP32, FP16 e INT8-destaca los compromisos en velocidad de inferencia, eficiencia energética y precisión en dispositivos móviles. Los resultados experimentales indican que el modelo FP16 operando en modo CPU logra un equilibrio óptimo entre precisión y consumo energético, resaltando su idoneidad para entornos con recursos limitados.