في هذا البحث، نقترح طريقة لتمييز الشعارات باستخدام التعلم العميق. يتكوّن نموذج التمييز لدينا من مرحلة اقتراح منطقة الشعار، تليها شبكة عصبية متعددة الطبقات (CNN) تم تدريبها خصيصًا لتصنيف الشعارات، حتى في الحالات التي لا تكون فيها الشعارات محددة بدقة. أجرينا تجارب على قاعدة بيانات FlickrLogos-32، وقمنا بتقييم تأثير استخدام التوسيع الاصطناعي مقابل التوسيع الحقيقي للبيانات، وكذلك تأثير المعالجة المسبقة للصور على أداء التمييز. علاوة على ذلك، قمنا بدراسة منهجية لفوائد خيارات التدريب المختلفة، مثل التوازن بين الفئات، ووزن العينات، ونمذجة صريحة لفئة الخلفية (أي المناطق الخالية من الشعارات). أظهرت النتائج التجريبية إمكانية تطبيق الطريقة المقترحة، والتي تتفوق على الطرق المُطبقة في الحالة الراهنة.