ВВЕДЕНИЕ 3
1. Составление тестового набора данных 5
2. Обзор моделей детекции 7
2.1. Модели мобильной серии 7
2.2. ResNET архитектуры 11
3. Сравнение моделей детекции 15
3.1. Модель EAST с основой MobileNetV3 15
3.2. Differentiable binarization с основой MobileNetV3 17
3.3. PSE MobileNetV3 23
3.4. Модель SAST с основой ResNet50 24
4. Сравнение моделей распознавания 27
4.1. Модель PaddleOCR 27
4.2. Модель EasyOCR 29
5. Разработка веб-приложения 32
5.1. Модель получения информации с использованием API «Vidal» 32
5.2. Разработка интерфейса веб-приложения 33
ЗАКЛЮЧЕНИЕ 36
СПИСОК ЛИТЕРАТУРЫ 41
ПРИЛОЖЕНИЯ 43
ПРИЛОЖЕНИЕ 1. Код запуска моделей PaddleOCR и EasyOCR 43
ПРИЛОЖЕНИЕ 2. Программа постпроцесса модели EAST 44
ПРИЛОЖЕНИЕ 3. Алгоритм постпроцесса модели бинаризации 48
ПРИЛОЖЕНИЕ 4. Обработка изображения и вывод результата 55
Целью работы является разработка веб-приложения для поиска информации о лекарственном средстве по загруженной фотографии упаковки. Поиск должен осуществляться по распознанному с фотографии наименованию в справочнике лекарственных средств. Для выполнения задачи требуется использование нейронных сетей для распознавания названия лекарства, также анализ показателей метрик, полученных результатов моделей детекции и распознавания текста и улучшение этих показателей для обеих моделей. Поиск информации будет осуществляться в справочнике лекарственных средств.
Поставленные задачи выглядят следующим образом:
1) изучение существующих подходов к решению задачи распознавания текста по фотографии, проведение их сравнительного анализа;
2) поиск предобученных моделей для решения данной задачи, изучение принципов их работы, изучение статей и научных публикаций;
3) сбор данных для тестирования нейронных сетей, проведение экспериментов для выявления лучших моделей;
4) проведение экспериментов, настройка, доработка и улучшение моделей;
5) разработка веб-приложения для распознавания наименования по фотографии упаковки лекарства и поиска в API справочника лекарственных средств.
Войти
в кабинет
в кабинет
Пролистайте материалы и убедитесь в качестве
Разработка приложения для получения информации о лекарстве по фотографии его упаковки. А также похожие готовые работы: страница 2 #9105426
Артикул: 9105426
- Предмет: Программирование
- Уникальность: 68% (Антиплагиат.ВУЗ)
- Разместил(-а): 185 Рамиль в 2022 году
- Количество страниц: 58
- Формат файла: docx
- Последняя покупка: 07.03.2024
2 499p.
1) Реестр лекарственных средств Министерства здравоохранения РФ.
– URL: https://minzdrav.gov.ru/opendata/7707778246-grls/visual (дата обращения 31.03.2022).
2) PPOCRLabel. – URL: https://github.com/Evezerest/PPOCRLabel (дата обращения 11.04.2022).
3) PaddleOCR. – URL: https://github.com/PaddlePaddle/PaddleOCR (дата обращения 6.04.2022).
4) EAST: An Efficient and Accurate Scene Text Detector / Xinyu Zhou, Cong Yao // AAAI Conference (AAAI-17) – 2017. – URL: https://arxiv.org/pdf/1704.03155.pdf (дата обращения: 07.05.2022).
5) Real-time Scene Text Detection with Differentiable Binarization / Minghui Liao, Zhaoyi Wan // AAAI Conference (AAAI-19) – 2019. – URL: https://arxiv.org/pdf/1911.08947.pdf (дата обращения: 07.05.2022).
6) Shape Robust Text Detection with Progressive Scale Expansion Network
/ Wenhai Wang, Enze Xiehttps и др. // AAAI Conference (AAAI-19) - 2019. - URL: https://arxiv.org/pdf/1903.12473.pdf (дата обращения: 08.05.2022).
7) A Single-Shot Arbitrarily-Shaped Text Detector based on Context Attended Multi-Task Learning / Pengfei Wang, Chengquan Zhang и др. // AAAI Conference (AAAI-19) - 2019. - URL: https://arxiv.org/pdf/1908.05498.pdf (дата обращения: 09.05.2022).
8) Fully Convolutional Networks for Semantic Segmentation / Jonathan Long, Evan Shelhamer, Trevor Darrell // AAAI Conference (AAAI-15) – 2015. – URL: https://arxiv.org/pdf/1411.4038.pdf (дата обращения: 07.05.2022).
9) ADAM: A METHOD FOR STOCHASTIC OPTIMIZATION / Diederik
P. Kingma, Jimmy Lei Ba // AAAI Conference (AAAI-17) – 2017. – URL: https://arxiv.org/pdf/1412.6980.pdf (дата обращения: 07.05.2022).
10) EasyOCR. – URL: https://github.com/JaidedAI/EasyOCR (дата обращения 1.04.2022).
11) An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition / Baoguang Shi, Xiang Bai and Cong Yao // AAAI Conference (AAAI-15) – 2015. – URL: https://arxiv.org/pdf/1507.05717.pdf (дата обращения: 07.05.2022).
12) Flask. – URL: https://flask.palletsprojects.com/en/2.1.x/ (дата обращения 10.05.2022).
13) Справочник Видаль "Лекарственные препараты в России". – URL: https://www.vidal.ru (дата обращения 8.04.2022).
14) Gradio. – URL: https://gradio.app/ (дата обращения 19.05.2022).
– URL: https://minzdrav.gov.ru/opendata/7707778246-grls/visual (дата обращения 31.03.2022).
2) PPOCRLabel. – URL: https://github.com/Evezerest/PPOCRLabel (дата обращения 11.04.2022).
3) PaddleOCR. – URL: https://github.com/PaddlePaddle/PaddleOCR (дата обращения 6.04.2022).
4) EAST: An Efficient and Accurate Scene Text Detector / Xinyu Zhou, Cong Yao // AAAI Conference (AAAI-17) – 2017. – URL: https://arxiv.org/pdf/1704.03155.pdf (дата обращения: 07.05.2022).
5) Real-time Scene Text Detection with Differentiable Binarization / Minghui Liao, Zhaoyi Wan // AAAI Conference (AAAI-19) – 2019. – URL: https://arxiv.org/pdf/1911.08947.pdf (дата обращения: 07.05.2022).
6) Shape Robust Text Detection with Progressive Scale Expansion Network
/ Wenhai Wang, Enze Xiehttps и др. // AAAI Conference (AAAI-19) - 2019. - URL: https://arxiv.org/pdf/1903.12473.pdf (дата обращения: 08.05.2022).
7) A Single-Shot Arbitrarily-Shaped Text Detector based on Context Attended Multi-Task Learning / Pengfei Wang, Chengquan Zhang и др. // AAAI Conference (AAAI-19) - 2019. - URL: https://arxiv.org/pdf/1908.05498.pdf (дата обращения: 09.05.2022).
8) Fully Convolutional Networks for Semantic Segmentation / Jonathan Long, Evan Shelhamer, Trevor Darrell // AAAI Conference (AAAI-15) – 2015. – URL: https://arxiv.org/pdf/1411.4038.pdf (дата обращения: 07.05.2022).
9) ADAM: A METHOD FOR STOCHASTIC OPTIMIZATION / Diederik
P. Kingma, Jimmy Lei Ba // AAAI Conference (AAAI-17) – 2017. – URL: https://arxiv.org/pdf/1412.6980.pdf (дата обращения: 07.05.2022).
10) EasyOCR. – URL: https://github.com/JaidedAI/EasyOCR (дата обращения 1.04.2022).
11) An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition / Baoguang Shi, Xiang Bai and Cong Yao // AAAI Conference (AAAI-15) – 2015. – URL: https://arxiv.org/pdf/1507.05717.pdf (дата обращения: 07.05.2022).
12) Flask. – URL: https://flask.palletsprojects.com/en/2.1.x/ (дата обращения 10.05.2022).
13) Справочник Видаль "Лекарственные препараты в России". – URL: https://www.vidal.ru (дата обращения 8.04.2022).
14) Gradio. – URL: https://gradio.app/ (дата обращения 19.05.2022).
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
| Тема: | Разработка приложения для получения информации о лекарстве по фотографии его упаковки |
| Артикул: | 9105426 |
| Дата написания: | 12.05.2022 |
| Тип работы: | Дипломная работа |
| Предмет: | Программирование |
| Оригинальность: | Антиплагиат.ВУЗ — 68% |
| Количество страниц: | 58 |
Скрин проверки АП.ВУЗ приложен на последней странице.
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
Файлы артикула: Разработка приложения для получения информации о лекарстве по фотографии его упаковки. А также похожие готовые работы: страница 2 по предмету программирование
Пролистайте "Разработка приложения для получения информации о лекарстве по фотографии его упаковки. А также похожие готовые работы: страница 2" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 05.07.2024
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 68% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
ПРЕДЫДУЩАЯ РАБОТА
Разработка веб-приложения для поиска маршрута к целевым объектам внутри зданий
СЛЕДУЮЩАЯ РАБОТА
Мобильный мессенджер на React Native с отображением эмоций собеседника