问如何针对特定语言改进Google的TEXT_DETECTION

EN

我对Google的TEXT_DETECTION感兴趣，它的工作效果令人印象深刻。但似乎TEXT_DETECTION只给出了准确的结果时，文本是英语。在我的例子中，我想在一个非常狭窄的上下文中使用TEXT_DETECTION，例如，在特定语言的广告横幅上检测文本(以越南语表示)。我能在我自己的数据收集上训练这台机器以得到更准确的结果吗？以及如何实现这一点？

除了Google的TEXT_DETECTION之外，谷歌还使用Tesseract的依赖项开发了谷歌的光学字符识别软件。正如我所知，他们有不同的算法来检测文本。我使用Google和Google的TEXT_DETECTION从图片中读取文本(在越南语)。Google给出了一个很好的结果，但是Vision却没有，为什么Google没有继承Google的优势？

我想说一些关于Google文本检测的更多信息，也许这里的任何谷歌专家都可以阅读这个。就像谷歌宣布的那样，他们的TEXT_DETECTION非常棒：“尽管这张图片中的单词是倾斜的和不清楚的，但OCR正确地提取了单词和它们的位置。它甚至在主持人的T恤上选择了”灯塔“这个词。”但对我的一些照片来说，发生的事情真的很有趣。例如，在这张照片中，即使是"Kem Oxit“这个词在pic的中心也是非常大的，它没有被识别出来。或者在这张照片中，位于pic中间的红色文本"HOA CHAT NGOC越南“也没有被识别出来。文本检测算法一定有问题。