Краткое содержание

Предположим, у меня есть изображения рукописного японского текста. Если я хочу перевести эти изображения, будет ли мой алгоритм машинного обучения двухэтапной моделью (например, CNN для преобразования изображения в японские иероглифы/токены и последующего подачи этих токенов в RNN)? Обычно так делается, или существует решение end-to-end?