Update README.md

README.md

@@ -10,11 +10,11 @@ Questo progetto è basato sull'implementazione del modello CRNN (Convolutional R
 
 ## Abstract
 
-Il CRNN è un modello che combina estrazione di feature, modellazione di sequenze e trascrizione in un'unica architettura. Questo approccio offre alcune caratteristiche distintive rispetto ai sistemi precedenti per il riconoscimento di testi in immagini:
-1. È completamente addestrabile end-to-end, a differenza della maggior parte degli algoritmi esistenti le cui componenti sono addestrate e tarate separatamente.
-2. Gestisce naturalmente sequenze di lunghezza arbitraria, senza richiedere segmentazione dei caratteri o normalizzazione dell'ampiezza orizzontale.
-3. Non è limitato a un lessico predefinito e ottiene prestazioni notevoli sia nei task di riconoscimento di testi basati su lessico che in quelli liberi da lessico.
-4. Genera un modello più compatto ed efficiente, adatto alle applicazioni del mondo reale.
+Questa è la mia implementazione di un'Architettura Neurale Trainabile "End-to-End" per il riconoscimento sequenziale basato su immagini.
+Altri dettagli qui: https://arxiv.org/abs/1507.05717
+Il modello risolve la seguente tipologia di captcha:
+
+![image/png](https://cdn-uploads.huggingface.co/production/uploads/643f1093b410b176e99ffcc8/4PHRXQHQZk7C7I8p08pxP.png)
 
 ## Istruzioni per l'utilizzo