Объектом исследования являются системы автоматического распознавания Ð°Ð²Ñ‚Ð¾Ð¼Ð¾Ð±Ð¸Ð»ÑŒÐ½Ñ‹Ñ Ð½Ð¾Ð¼ÐµÑ€Ð¾Ð². Предметом исследования являются web-ориентированные Ñ‚ÐµÑ Ð½Ð¾Ð»Ð¾Ð³Ð¸Ð¸ разработки Ñ‚Ð°ÐºÐ¸Ñ ÑÐ¸ÑÑ‚ÐµÐ¼. Методами проведения работы являются: методы машинного обучения и компьютерного зрения, алгоритмы оптического распознавания символов, а также методы статистической обработки Ð´Ð°Ð½Ð½Ñ‹Ñ Ð´Ð»Ñ апробации Ð¿Ð¾Ð»ÑƒÑ‡ÐµÐ½Ð½Ñ‹Ñ Ñ€ÐµÐ·ÑƒÐ»ÑŒÑ‚Ð°Ñ‚Ð¾Ð². В данной работе представлен Ð¿Ð¾Ð´Ñ Ð¾Ð´ к разработке сервиса распознавания Ð°Ð²Ñ‚Ð¾Ð¼Ð¾Ð±Ð¸Ð»ÑŒÐ½Ñ‹Ñ Ð½Ð¾Ð¼ÐµÑ€Ð¾Ð² с использованием ÑÐ¾Ð²Ñ€ÐµÐ¼ÐµÐ½Ð½Ñ‹Ñ Ð¼ÐµÑ‚Ð¾Ð´Ð¾Ð² машинного обучения и компьютерного зрения. Изложены основные понятия и определения в области оптического распознавания символов и детектирования объектов. Проведен анализ Ñ€Ð°Ð·Ð»Ð¸Ñ‡Ð½Ñ‹Ñ Ð¼ÐµÑ‚Ð¾Ð´Ð¾Ð² детектирования и распознавания, Ñ‚Ð°ÐºÐ¸Ñ ÐºÐ°Ðº градиентные операторы, алгоритм Виолы-Джонса, гистограммный анализ, нормализация и сегментация, свёрточные нейронные сети и YOLO. Выполнено проектирование сервиса автоматического распознавания Ð°Ð²Ñ‚Ð¾Ð¼Ð¾Ð±Ð¸Ð»ÑŒÐ½Ñ‹Ñ Ð½Ð¾Ð¼ÐµÑ€Ð¾Ð². В частности, был выбран оптимальный метод взаимодействия пользователя с сервисом – веб-приложение, обеспечивающее удобство и доступность использования. В результате выполнения выпускной квалификационной работы был разработан комплексный сервис, позволяющий производить распознавания Ð°Ð²Ñ‚Ð¾Ð¼Ð¾Ð±Ð¸Ð»ÑŒÐ½Ñ‹Ñ Ð½Ð¾Ð¼ÐµÑ€Ð¾Ð².