Bakalářská práce

Rozpoznávání grafických značek v dokumentech

Recognition of logos in documents

Ivan Hochman
Anotace

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 …více

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 …více

Klíčová slova
datasety hluboké učení evaluace analýza obrázku Konica Minolta datasets deep learning evaluation image analysis neuronové sítě optické rozpoznávání znaků Python
Zadání práce
Cílem práce je navrhnout a implementovat systém, který je schopen na zadané stránce elektronického či naskenovaného dokumentu zjistit přítomnost grafické značky z množiny známých značek a určit její třídu. K řešení problému rozpoznávání netextových prvků je využito technik optického rozpoznávání znaků (optical charakter recognition, OCR) a hlubokého učení (deep learning) s důrazem na rychlost rozpoznávání. Součástí práce je také nalezení vhodné datové sady a modifikace této datové sady pro účely učení neuronové sítě (počáteční váhy, augmentace dat). Dále bude implementováno hledání ideální konfigurace pro trénink nejlepšího modelu z hlediska přesnosti, času tréninku a náročnosti na tréninkovou datovou sadu. Celý postup trénování a vyhodnocení modelu bude navržen tak, aby bylo snadné jej replikovat. Součástí práce budou příslušné skripty a dokumentace.
Administrativní informace
Práce zkontrolována:
20. 5. 2022 10:37, RNDr. Zuzana Nevěřilová, Ph.D., učo 3839
Plný text práce
4 MB / soubor PDF
Přílohy (1)
Jazyk práce
čeština čeština
Termín obhajoby
28. 6. 2022
Práce byla úspěšně obhájena

Vedoucí

RNDr. Zuzana Nevěřilová, Ph.D., učo 3839
KSUZD FI MU

Oponent

RNDr. Marek Medveď, Ph.D., učo 359226
CZPJ KSUZD FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Plán
Programování a vývoj aplikací

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.