Распознавание текста на изображении с использованием нейросетевых методов

1.

РАСПОЗНАВАНИЕ ТЕКСТА НА
ИЗОБРАЖЕНИИ С ИСПОЛЬЗОВАНИЕМ
НЕЙРОСЕТЕВЫХ МЕТОДОВ

2.

УЧАСТНИКИ КОМАНДЫ
АБРАМЫЧЕВ ИЛЬЯ
КЕРОВ ДМИТРИЙ
МАРКОСЯН АЙК
1. Мат. описание модели
1. Обзор литературы
1. Реализация Бенчмарка
2. Выбор набора данных
2. Предобработка данных
2. Формулировка
статистической гипотезы
3. Finetuning модели
Роль: Computer Vision
Engineer
3. Finetuning модели
Роль: Computer Vision
Engineer
December
2024
3. Finetuning модели
Роль: Computer Vision
Engineer
Ссылка на GitHub

3.

СОДЕРЖАНИЕ
1. Основная гипотеза
2. Постановка задачи
3. Обзор литературы/открытых источников
4. Описание и анализ выбранного датасета
5. Бейзлайн и улучшенная модель
6. Сравнительный анализ результатов
7. Выводы

4.

ГИПОТЕЗЫ
НУЛЕВАЯ ГИПОТЕЗА (H₀)
АЛЬТЕРНАТИВНАЯ ГИПОТЕЗА (H₁)
Описание:
Использование моделей YOLO и Faster RCNN для
повышения качества Easy OCR не приводит к
значительному улучшению точности детектирования и
распознавания текста.
Описание:
Использование моделей YOLO и Faster RCNN для
повышения качества Easy OCR значительно улучшает
точность детектирования и распознавания текста.
Метрики:
- IoU
- CER
- WER
Метрики:
- Повышение IoU
- Снижение CER и WER
Примеры моделей:
- Easy OCR
Примеры моделей:
- YOLO + Easy OCR
- Faster RCNN + Easy OCR
4

5.

ПОСТАНОВКА ЗАДАЧИ
Задача заключается в том, чтобы для каждого изображения