JAŠEK, F. Detekce defektů desek ve výrobě polovodičů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Posudek vypracoval odborný vedoucí diplomové práce Ing. Pavel Raška, OnSemi
Oproti předchozí verzi byla textová část práce mírně rozšířena v rozsahu přibližně 3 stran. Hlavním přínosem jsou doplněné odkazy na převzaté zdrojové kódy v kapitole 8.5 a velmi stručný popis instalace a obsluhy aplikace v kapitole 8.3, který by si ale zasloužil větší pozornost stejně jako detailnější popis návrhu aplikace. Dále byla doplněna nová kapitola „5.2 Sběr dat“, která zdůrazňuje důležitost konzistence, distribuce a granularity vstupních snímků pro strojové učení. Bohužel není zřejmé, co to tyto termíny prakticky znamenají a tudíž jaké jsou konkrétní požadavky na vstupní data. Posledním rozřířením je nový dílčí závěr 6.4, který uvádí jako motivaci pro volbu sítě typu ResNet50v2 nízkou komplexitu, složitost, dostupnost předtrénovaných sítí a možnost aplikace metody „transfer learning“. Opět by bylo vhodné vysvětlit proč jsou tyto vlastnosti přínosné pro tuto práci. Pokrokem vzhledem k předchozí verzi zdrojových kódu je, že lze bez chyb sestavit docker image příkazem „docker compose build“. Bohužel další krok „docker compose up“ bohužel opět selže. Pravděpodobně stále chybí některé instrukce pro nastavení prostředí. Testováno v nejnovější verzi „Docker Desktop 4.22.0 (117440)“ v prostředí Linux. Zdrojové kódy byly doplněny o základní komentáře popisující funkční bloky, které zvyšují šanci na orientaci v kódu. Dále byly přidány odkazy na zdroje převzatých částí. Oceňuji popis hlaviček funkcí ve formátu Doxygen.
eVSKP id 154349