У меня проблема с изображениями, на которых написан какой-то текст. Важно и изображение, и текст.
То, что я пробовал:
Я взял функции из модели VGG16
Я извлек текст с помощью OCR, а затем с помощью bert взял функции текстовой части.
Скомбинировал эти функции и сделал матрица с большими характеристиками.
Я обучил их, используя различные методы мл / глубокого обучения, но не смог достичь точности. Моя точность была не более 45%.
Мне нужны предложения, что я могу сделать, чтобы повысить точность. Мне нужно больше альтернативных подходов.
Спасибо