Year: 2026
Type: dissertation
Abstract: Práca sa zaoberá lokalizáciou fotografií osôb v digitalizovaných historických novinách na základe menného dopytu. Cieľom je overiť, či možno na túto úlohu použiť veľký multimodálny model Molmo, ktorý okrem textovej odpovede generuje aj súradnice bodu v obraze. Na dátach odvodených z anotácií bol navrhnutý evaluačný protokol s promptami pre lokalizáciu osoby podľa mena, overenie jej prítomnosti a označenie všetkých fotografií osôb na strane. Vyhodnotený bol pôvodný model Molmo a následne boli natrénované LoRA adaptéry. Pôvodný model dosiahol vysokú úspešnosť pri všeobecnom označení fotografie osoby, ale zlyhával pri negatívnych menne viazaných dopytoch. Najlepší dotrénovaný adaptér A12 dosiahol celkové skóre S_all = 79,39 % a pri označení všetkých fotografií osôb F1 skóre 91,19 %. Výsledky ukazujú, že LoRA adaptácia čiastočne zlepšuje správanie modelu pri negatívnych dopytoch, no lokalizácia osôb v historických novinách zostáva náročnou a dátovo citlivou úlohou.
Author: Jánošíková, Simona
Language: Slovak
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7166260412