Rozpoznávání grafických značek v dokumentech

Bc. Ivan Hochman

Bachelor's thesis

Recognition of logos in documents

Anotácia:

Práce vznikla ve spolupráci s firmou Konica Minolta a zabývá se rozpoznáváním grafických značek firem v dokumentech. K rozpoznávání je využita hluboká neuronová síť, konkrétně architektura YOLO. V práci je popsán teoretický princip neuronových sítí i důvod výběru dané architektury. Součástí práce je tvorba patřičné datové sady, na které byly trénovány jednotlivé modely. Pomocí vhodných metrik byly tyto modely porovnány a z nich byl vybrán nejlepší. Navrženy jsou také způsoby, kterými lze úspěšnost rozpoznávání zvýšit.

Abstract:

This work deals with company logos detection in documents and is a result of collaboration with the company Konica Minolta. Deep neural network is used for this task, the YOLO architecture specifically. The theoretical principle of neural networks is described as well as the reason for selection of the YOLO architecture. This work includes creation of a suitable dataset which was used for training of models that were compared using appropriate metrics and the best one was chosen. Ways to increase the detection success rate are proposed.

Kľúčové slová

datasety, hluboké učení, evaluace, analýza obrázku, Konica Minolta, datasets, deep learning, evaluation, image analysis neuronové sítě, optické rozpoznávání znaků, Python

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 19. 5. 2022

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 6. 2022
• Vedúci: RNDr. Zuzana Nevěřilová, Ph.D.
• Oponent: RNDr. Marek Medveď

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Programming and development / Programming and development