인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
The intelligent design of logos has great application prospects in product analysis and product authenticity identification. To achieve more effective logo design, the Discriminatory Regional Guidance and Enhancement Network (DRGE-Net) was introduced for feature extraction and classification of images, and a Logo YOLO detection method was proposed for precise detection of image targets. It was proved that in the performance experiment of validating the logo classification method, the classification accuracy of DRGE-Net in the four best performing logo categories was above 80%, and the highest reached 92.68%. At the same time, among the four worst performing logo categories, the classification accuracy of DRGE-Net was higher than 50%, and the highest reached 60.8%. In the experiment to verify the function of the logo detection method, the Logo YOLO detection method achieved the mean average precision (㎃P) values in the three major categories of clothing, food, and essential goods, with 61.58%, 56.42%, and 61.97%, respectively. The classification and detection performance of these two methods have significant advantages, providing effective technical support for the intelligent design of logos.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093952525
