but.committee	prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) Ing. Jaroslav Dytrych, Ph.D. (místopředseda) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Máte odhad skutečné chybovosti přepisů v použité datové sadě? Jak ovlivňuje detekci chybných přepisů fakt, že využíváte neuronovou síť, která byla na těchto přepisech trénována? Jestli to chápu dobře, výsledky Tabulky 6.3 jsou na řádcích již filtrovaných na rozdílnosti výstupů neuronové sítě vůči přepisům. Jak tento fakt ovlivňuje interpretaci těchto výsledků.	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kišš, Martin	cs
dc.contributor.author	Tvarožný, Matúš	cs
dc.contributor.referee	Hradiš, Michal	cs
dc.date.created	2022	cs
dc.description.abstract	Táto práca sa zaoberá zvyšovaním konzistencie dátových sád pre rozpoznávanie textu. V tejto práci sú popísane problémy, ktoré nekonzistenciu spôsobujú a následne sú predstavené riešenia na jej odstránenie. Skúmaný je vplyv vlastností polygónov definujúcich ohraničenie riadkov a teda to ako upravená verzia dátovej sady, ktorá je zložená z ideálnych variant riadkov ovplyvnila presnosť modelu. Ďalej sa práca zameriava na detekciu a následné odstránenie alebo upravenie riadkov, ktorých prepis ground truth nekorešponduje so skutočným textom, ktorý sa na nich nachádza. Experimentovaním sa ukázalo, že odstránenie vizuálnej nekonzistencie na trénovacej sade nemá zásadný vplyv na natrénovanosť modelu, za to poupravením testovacej sady sa presnosť OCR modelu zlepšila o 1.1\% CER. Upravením dátovej sady tak, aby neobsahovala navzájom nekonzistentné dvojice rozpoznávaného textu a príslušnej ground truth, sa model po opätovnom natrénovaní zlepšil maximálne len o 0.2\% CER. Hlavným zistením tejto práce je predovšetkým preukázaný priaznivý účinok odstránenia nekonzistencie na testovacích sadách, vďaka ktorému je možné zistiť reálnejšiu chybovosť OCR modelu.	cs
dc.description.abstract	This work is concerned with increasing the consistency of datasets for text recognition. This paper describes the problems that cause the inconsistency and then presents solutions to eliminate it. The effect of the properties of the polygons defining the text line boundaries and hence how the modified version of the dataset, which is composed of ideal text line variants, affected the accuracy of the model is investigated. Further, the work focuses on detecting and then removing or modifying text lines whose ground truth transcription does not match the actual text they contain. Experimentation showed that removing the visual inconsistency on the training set did not have a significant effect on the trained model, but modifying the test set improved the OCR accuracy of the model by 1.1\% CER. By modifying the dataset so that it did not contain mutually inconsistent pairs of recognized text and the corresponding ground truth, the model improved by a maximum of only 0.2\% CER after re-training. The main finding of this work is, above all, the proven beneficial effect of removing inconsistencies on test suites, thanks to which it is possible to determine a more realistic error rate of the OCR model.	en
dc.description.mark	C	cs
dc.identifier.citation	TVAROŽNÝ, M. Zvyšování konzistence v datových sadách pro rozpoznávání textu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	145320	cs
dc.identifier.uri	http://hdl.handle.net/11012/207435
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	rozpoznávanie textu	cs
dc.subject	OCR	cs
dc.subject	HTR	cs
dc.subject	neurónové siete	cs
dc.subject	NN	cs
dc.subject	konvolučné neurónové siete	cs
dc.subject	CNN	cs
dc.subject	rekurentné neurónové siete	cs
dc.subject	RNN	cs
dc.subject	sequence to sequence	cs
dc.subject	se2seq	cs
dc.subject	CTC	cs
dc.subject	konzistencia	cs
dc.subject	dátové sady	cs
dc.subject	text recognition	en
dc.subject	OCR	en
dc.subject	HTR	en
dc.subject	neural networks	en
dc.subject	NN	en
dc.subject	convolutional neural networks	en
dc.subject	CNN	en
dc.subject	recurrent neural networks	en
dc.subject	RNN	en
dc.subject	sequence to sequence	en
dc.subject	se2seq	en
dc.subject	CTC	en
dc.subject	consistency	en
dc.subject	datasets	en
dc.title	Zvyšování konzistence v datových sadách pro rozpoznávání textu	cs
dc.title.alternative	Improving Consistency in Text Recognition Datasets	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2022-06-14	cs
dcterms.modified	2022-06-20-10:22:59	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	145320	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:43:43	en
sync.item.modts	2025.01.17 12:16:32	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Zvyšování konzistence v datových sadách pro rozpoznávání textu

Files

Original bundle

Collections