Vorrei realizzare un software OCR semiautomatico per i documenti scritti a mano offline, in cui l'OCR tenta di riconoscere le parole e l'utente ha la capacità di correggere i fallimenti del riconoscimento definendo i caratteri non riconosciuti.
Ho trovato un problema simile, ma in realtà non ha risposto alla mia domanda: link
Il mio primo approccio è il seguente: Allena una rete neurale prima di tutto ed eseguo il primo riconoscimento sul documento selezionato, quindi quando l'utente definisce un carattere specifico (ad esempio l'utente seleziona un carattere sull'immagine e dice che è una lettera "a") modifica solo i pesi nella rete neurale (runtime) e riavvia il riconoscimento sul documento. È possibile "addestrare rapidamente" l'intera rete solo con alcuni nuovi caratteri speciali in modo che i personaggi originali possano essere ancora riconoscibili?
Il mio secondo approccio: Creo due reti neurali indipendenti. Il primo è l'universale come sopra e il secondo è un vuoto. Dopo che la rete "universale" ha terminato il riconoscimento, aggiungo i nuovi caratteri specificati per addestrare la seconda rete neurale vuota e quindi riavviare il riconoscimento solo con questo NN.