Las afecciones respiratorias son un problema de salud muy grave y pueden ser potencialmente mortales, especialmente para pacientes con COVID. La frecuencia respiratoria (RR) es un indicador de salud vital muy importante para los pacientes. Cualquier anormalidad en esta métrica indica un deterioro en la salud. Por lo tanto, el monitoreo continuo de la RR puede actuar como un indicador temprano. A pesar de eso, el equipo de monitoreo de RR generalmente se proporciona solo a pacientes de la unidad de cuidados intensivos (UCI). Estudios recientes han establecido la viabilidad de utilizar señales de fotopletismografía (PPG) para estimar la RR. Este artículo propone una solución de extremo a extremo basada en aprendizaje profundo para estimar la RR directamente a partir de la señal PPG. El sistema fue evaluado en dos conjuntos de datos públicos populares: VORTAL y BIDMC. Un modelo ligero, ConvMixer, superó a todas las demás redes neuronales profundas. El modelo proporcionó un error cuadrático medio (RMSE), error absoluto medio (MAE) y coeficiente de correlación (R) de 1.75 respiraciones por minuto (rpm), 1.27 rpm y 0.92, respectivamente, para VORTAL, mientras que estas métricas fueron de 1.20 rpm, 0.77 rpm y 0.92, respectivamente, para BIDMC. Los autores también mostraron cómo ajustar finamente un pequeño subconjunto podría aumentar el rendimiento del modelo en el caso de un conjunto de datos fuera de distribución. En los experimentos de ajuste fino, los modelos produjeron un R promedio de 0.81. Por lo tanto, este modelo ligero puede ser implementado en dispositivos móviles para el monitoreo en tiempo real de los pacientes.