Update generation

docs/02_contexto_estado_arte.md

@@ -18,6 +18,9 @@ El Reconocimiento Óptico de Caracteres (OCR) es el proceso de conversión de im
 Los sistemas OCR modernos siguen típicamente un pipeline de dos etapas:
 
 ```mermaid
+---
+title: "Pipeline de un sistema OCR moderno"
+---
 flowchart LR
     subgraph Input
         A["Imagen de<br/>documento"]
@@ -43,8 +46,6 @@ flowchart LR
     style D fill:#c8e6c9
 ```
 
-*Figura 1. Pipeline típico de un sistema OCR moderno con etapas de detección y reconocimiento.*
-
 1. **Detección de texto (Text Detection)**: Localización de regiones que contienen texto en la imagen. Las arquitecturas más utilizadas incluyen:
    - EAST (Efficient and Accurate Scene Text Detector)
    - CRAFT (Character Region Awareness for Text Detection)
@@ -165,6 +166,9 @@ Los métodos de HPO incluyen:
 La combinación Ray Tune + Optuna permite búsquedas eficientes en espacios de alta dimensionalidad.
 
 ```mermaid
+---
+title: "Ciclo de optimización con Ray Tune y Optuna"
+---
 flowchart LR
     A["Espacio de<br/>búsqueda"] --> B["Ray Tune<br/>Scheduler"]
     B --> C["Trials<br/>paralelos"]
@@ -174,8 +178,6 @@ flowchart LR
     F -->|"Nueva config"| B
 ```
 
-*Figura 2. Ciclo de optimización de hiperparámetros con Ray Tune y Optuna.*
-
 #### HPO en Sistemas OCR
 
 La aplicación de HPO a sistemas OCR ha sido explorada principalmente en el contexto de: