Optical character recognition using deep learning – Bc. Pavel ANDRLÍK
Bc. Pavel ANDRLÍK
Diplomová práce
Optical character recognition using deep learning
Optical character recognition using deep learning
Abstract:
This diploma thesis deals with the problem of optical character recognition (OCR) using neural networks. I am focusing on improving text detection and OCR by fine-tuning an E2E-MLT scene text detector by training it on synthetic data which emulates real data. The model was fine-tuned on several datasets with synthetically generated data and real data, then the models were tested on one synthetic and …víceAbstract:
Tato diplomová práce pojednává o problému optického rozpoznávání znaků při použití neuronových sítí. Zaměřuji se na zlepšení detekce a rozpoznávání textu pomocí dotrénování E2E-MLT scénového detektoru textu tak, že ho trénuji na umělých datech, která napodobují reálná data. Model byl dotrénováván na několika datasetech obsahujících uměle generovaná a reálná data, poté byly vybrány nejlepší modely a …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 30. 5. 2022
Zveřejnit od: 31. 12. 2999
Obhajoba závěrečné práce
- Vedoucí: Ing. Marek Hrúz, Ph.D.
Citační záznam
Jak správně citovat práci
ANDRLÍK, Pavel. Optical character recognition using deep learning. Plzeň, 2022. diplomová práce (Ing.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd
Plný text práce
Právo: Autor si nepřeje zpřístupnění práce veřejnosti
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných vědVázaný výtisk práce naleznete v Univerzitní knihovně ZČU, více na http://www.knihovna.zcu.cz/kvalifikacni-prace/
ZÁPADOČESKÁ UNIVERZITA V PLZNI
Fakulta aplikovaných vědMagisterský studijní program / obor:
Aplikované vědy a informatika / Kybernetika a řídicí technika
Práce na příbuzné téma
-
Optické rozpoznávání znaků
Pavel Pokorný -
Analýza optického rozpoznávání znaků
Ferenc Docsa -
Systém syntézy řeči založený na optickém rozpoznávání znaků v programovém prostředí LabVIEW
Tobiáš Petrůj -
Rozpoznávání grafických značek v dokumentech
Ivan Hochman -
Metody hlubokeho učení pro rozpoznávání dialogových aktů s využitím vizuální informace
Jiří MARTÍNEK -
Detekce a rozpoznávání SPZ
Michael BOSÁK -
Systém rozpoznávání SPZ pro řízení a správu parkování
Dominik KUTIL -
Rozpoznávání textu v komixech
Lukáš VLČEK