KOVAŘÍKOVÁ, L. Detekce dopravních značek pro autonomní vozidla [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2023.

Posudek vedoucího

Kučera, Pavel

Autorka práce Lucie Kovaříková měla za úkol připravit algoritmus pro detekci dopravních značek. Studentka v první rešeršní části popisuje různé přístupy a metody a je potřeba vyzdvihnout dobré zpracování a práci s odbornou literaturou, takže lze přehlédnout velice drobné nesrovnalosti u popisu NN. Dále pokračuje ve vlastním řešení, kdy vytvořila potřebný data set rozdělený na trénovací, validační a testovací data, který byl následně využit pro učení použité konvoluční sítě Yolo. Co lze vytknout, není jasné, kde daný model byl učen, tzn. jestli na nějaké stanici nebo přímo v prostředí Roboflow. Výstupem byly metriky zhodnocení, jak se daný model naučil na datech, ale chybí vyhodnocení na testovacích datech, které může být stěžejní při použití naučeného modelu na neznámých datech. Dále byl vytvořen algoritmus pro zpracování výstupů z NN, a to se dá předpokládat, že bylo porovnáno s algoritmem u YOLO projektu, protože to není úplně jasně popsáno. Ověření bylo porovnáno na záznamu z kamery, ale v kapitole 5.2. je to zvláštně podáno, že čtenář neví, zda ta kamera ZED pro ten záznam byla použita nebo video bylo nahráno přes jiné zařízení. Z tohoto ověření byly provedeny některé závěry, jak to funguje. U diskuse nad časem jedné iterace, to znamená posouzení vhodnosti nasazení algoritmu do ECU pro autonomní vozidlo, kde to musí běžet v reálném čase, není u časových hodnot jasné, na jakém hardwaru to bylo testováno, protože to je stěžejní informace. Vhodně se autorka i zamyslela nad příčinami např. neúspěšných detekci značek, ale např. u obr. 50 je řešen problém detekce značky konec hlavní silnice, kdy problém byl se záměnou za hlavní silnici a přisuzován kvalitě obrazu. Ale v tomto případě, jestli problém spíše nebyl nevhodným použitím trénovacích dat, protože obrázek je zrcadlově otočen oproti zobrazení značky v ČR a mohlo by to být příčinou. Práce jako celek splňuje požadavky pro obhajobu.

Posudek oponenta

Píštěk, Václav

Diplomová práce autorky Bc. Lucie Kovaříkové obsahuje 69 stran textové části a přílohy. Hlavním cílem bylo vypracovat algoritmus pro detekci dopravních značek. Úvodní část práce (kap. 1) se zabývá stručně a přehledně problematikou autonomních vozidel a jejich senzory pro detekci okolního prostředí, na což navazuje kap. 2 již konkrétní problematikou detekce dopravního značení. Jednotlivé možnosti a způsoby detekce jsou zde podrobněji popsány, včetně dokumentace názorným vyobrazením. Učení neuronových sítí popsané v kap. 3 tvoří základ pro vlastní řešení, které je náplní navazujících kapitol práce, kde jsou mj. popsány vytvořené algoritmy a provedeno jejich testování, včetně porovnání výsledků vlastního vytvořeného a knihovního algoritmu. Z hlediska formálního zpracování odpovídá práce obvyklým požadavkům, jen výjimečně se vyskytují drobné nepřesnosti, vhodně volené podklady byly zjevně využity s porozuměním řešené problematice a jsou příslušně citovány. Zadání diplomové práce bylo splněno v celém rozsahu.

eVSKP id 145716