创建两个模型的完整步骤，一个用于从图像中提取手写词，另一个用于对检测到的词进行分类

Question

我是深度学习领域的初学者，我正在尝试创建两个模型，一个用于从图像中提取手写文字，我的意思是获取包含文字的所有矩形的位置及其宽度和高度，第二个模型用于对这些词进行分类，我想使用

tensorflow/tensorflow-lite/keras

来创建这些模型。

对于检测模型，我尝试使用像

tesseract

这样的预训练解决方案，但它对手写词的表现一点也不好，我不知道如何自己创建一个。至于分类模型，我不知道应该选择按字分类还是按字符分类效果更好，医生的笔迹，字不是很明显。我还听说过一些算法和层，例如用于手写的 CTC、LSTM 和 RNN，但我不知道它们是否适合我的情况。

您能否为我提供有关如何解决此类问题以及我应该用于模型的算法/层的详细步骤？