企业、组织及机构会设计自身的Logo,并有详细的Logo使用规范,为了使Logo符合使用规范,大型企业逐渐开始对文件中Logo的使用正确性进行检查。目前企业采用人工识别定位Logo的模式开展检查工作,这种模式人力成本耗费巨大,并且存在漏检、时效性不高、记录无法存档等问题,效果不佳。本文首先讨论采用YOLO识别模型来完成识别定位任务,通过网络爬虫技术和数据增强技术制作了研究对象的自定义数据集,基于该数据集的测试结果发现,利用YOLO识别模型完成识别任务存在局限性,无法达到识别精度要求。因此,为了达到识别精度要求,设计了一套多算法融合的Logo识别定位算法,该算法基于YOLO目标识别定位算法进行定位,引入光学字符识别算法辅助YOLO定位Logo,经过PDF解析的文本筛选算法筛选文档中出现的文字性Logo,汇总各算法的输出结果,再经过数据处理筛选流程中的重叠区域筛选算法、Logo背景分离算法和Logo形态学检查算法处理,以多种技术手段融合的模式,实现Logo的准确框选。随后,基于该算法设计开发了一套Logo识别定位系统,该系统采用前后端分离架构,用户仅需上传文件,系统会异步处理识别定位任务,待任务完成后,反馈识别定位结果,并持久化数据。最后经测试,系统综合精确率为98.70%,综合召回率为99.11%,三种Logo类别的精确率均超过95%,并具有文件管理、结果显示、任务异步处理、识别记录存档等功能。企业使用本系统能够极大地节约人力成本,加速业务流程,提升工作效率。