Colorful Help é um projeto científico situado nas áreas de ciência da computação, Machine Learning, Deep Learning e tecnologia assistiva, que visa auxiliar pessoas com deficiência visual a realizar tarefas rotineiras, por meio de um dispositivo capaz de reconhecer objetos e suas respectivas cores. Considerando que a independência é um fator importante para a autoestima, reconhece-se que, mesmo que essas pessoas possam contar com o sentido do tato ou aplicativos de celular já existentes, muitas vezes esse processo pode ser desconfortável ou complicado. Por isso, a intenção dessa pesquisa é contribuir com este público desenvolvendo um dispositivo que a pessoa possa vestir como acessório, reconhecendo inicialmente peças de vestuário e comunicando ao usuário, através de áudios, o formato e cor das roupas. Para isso, serão confeccionadas diversas Redes Neurais Convolucionais (CNN’s), para comparar os seus desempenhos e descobrir qual delas é capaz de distinguir e classificar os padrões encontrados nos formatos de cada objeto. A distinção de cores, também, compara um algoritmo de visão computacional programado em linguagem Python e um sensor de cores RGB (Red, Green, Blue), programado no Arduino, sendo que a intenção é averiguar qual dos dois métodos tem o melhor resultado e em quais circunstâncias ele é recomendado. A primeira avaliação da rede neural será feita com o seu Dataset de teste, que é um conjunto de imagens semelhantes às usadas para o seu treino. A segunda avaliação dela e o teste do algoritmo de visão computacional foram feitos com amostras capturadas com uma webcam, com o intuito de averiguar a precisão numa situação real, a partir da média de acertos. A avaliação do sensor RGB, porém, por ele não conseguir reconhecer imagens, foi feita de maneira diferente, para avaliar sua precisão nas leituras, somente. Assim, com base nos dados adquiridos, contatou-se que a elaboração do dispositivo é viável, pois o modelo mais capacitado entre as redes neurais consegue predizer formatos e cores a uma distância de 650mm do objeto, tendo precisão média de 95% nas 4 categorias, enquanto que o algoritmo de visão computacional obteve 90% de precisão média nas 9 cores de seu espectro programado. Como previsões futuras, pretende-se implementar mais categorias, a precisão em ambientes mais saturados e/ou com muita variação de brilho, além de permitir a distinção de mais detalhes, como diferenciar uma roupa xadrez de uma listrada, por exemplo. Palavras-chave: Deficiência visual, Tecnologia Assistiva, Deep Learning, Machine Learning, Inteligência Artificial