In jüngster Zeit hat sich eine Vielzahl industrieller Aktivitäten im Bereich der Logorekognition entwickelt, beispielsweise Ditto’s Dienstleistung für Marketer, um Marken in nutzergenerierten Bildern zu verfolgen, sowie die mobile App-Plattform LogoGrab für die Logorekognition. Dennoch ist in den letzten vier Jahren vergleichsweise wenig akademische oder offene Quellcode-basierte Fortschritte auf diesem Gebiet erzielt worden. Gleichzeitig haben tiefe faltende neuronale Netze (DCNNs) eine Vielzahl von Anwendungen im Bereich der Objekterkennung revolutioniert. In dieser Arbeit wenden wir DCNNs auf die Logorekognition an. Wir stellen mehrere DCNN-Architekturen vor, mit denen wir die bisher veröffentlichten Sollwerte der Genauigkeit auf einem etablierten Logorekognitionsdataset übertreffen.