SEMANČÍK, A. Využití hlubokých neuronových sítí pro vyhodnocení metalografických výbrusů [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2024.
Diplomová práce se zabývá využitím pokročilých metod zpracování obrazu, jako je sémantická segmentace, nebo super-resolution obrazu, na snímky metalografických výbrusů zoptického mikroskopu. Celkově hodnotím textovou část jako dobře zpracovanou. Rešerše obsahujeadekvátní množství kvalitních zdrojů, je systematicky zpracovaná, a poskytuje teoretický základ, na kterém práce stojí. Zrešerše přirozeně vyplývá cíl práce, který je podle mého názoru dobře definovaný. Metodika i výsledky jsou prezentovány přehledně. Vytkl bych pouze příliš rozsáhlý úvod a formu závěru. Ačkoli vyvíjená metoda vsoučasné době nenabízí oproti klasickým metodám velký benefit, je zde velký potenciál dalšího budoucího vývoje. Výstupem práce je manuskript publikace a software. Negativem práce je bohužel stupeň zpracování zejména výstupu typu software, který v současné době nenabízí velkou spolehlivost vyhodnocení, vyjma některých typů hliníkových slitin. Bylo by vhodné mimo jiné ještě rozšířit dataset a provést další experimenty vedoucí kvylepšení řešení i zodpovězení dalších otázek. Nabyté poznatky nicméně poslouží vbudoucnu jako cenný metodický základ pro zásadní vylepšení software. Také jako vedoucí práce velmi oceňuji samostatnost studenta při řešení úkolu, i ochotu psát práci v angličtině. Vzhledem k výše uvedenému mohu tedy říct, že práce splňuje zadání a mohu ji doporučit kobhajobě.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Splnění požadavků a cílů zadání | C | ||
| Postup a rozsah řešení, adekvátnost použitých metod | C | ||
| Vlastní přínos a originalita | C | ||
| Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry | B | ||
| Využitelnost výsledků v praxi nebo teorii | C | ||
| Logické uspořádání práce a formální náležitosti | B | ||
| Grafická, stylistická úprava a pravopis | B | ||
| Práce s literaturou včetně citací | A | ||
| Samostatnost studenta při zpracování tématu | A |
Hlavním cílem předložené diplomové práce je velmi aktuální téma - využití pokročilých metod zpracování obrazu založených na hlubokých neuronových sítích pro zpracování a analýzu mikroskopických obrazů metalografických výbrusů materiálů vyrobených metodou 3D tisku SLM technologií. Teoretická část práce je zpracována velmi pečlivě a systematicky. Autor se zaměřuje na důkladný přehled metod a principů v oblasti zpracování obrazu v metalografii, konkrétně na aplikace sémantické segmentace a super-rozlišení obrazu. Tato strukturovaná a detailní analýza literatury poskytuje pevný základ pro další výzkum. K této části práce nemám zásadních připomínek, autor prokázal schopnost orientovat se v odborné literatuře a analyzovat z ní potřebné informace. Taktéž praktická část práce je zpracována přehledně a její struktura plně odpovídá vědecké publikaci. Autor se zde zaměřuje na aplikaci hlubokých neuronových sítí pro zlepšení hodnocení metalografických výbrusů. Využívá architekturu U-Net pro klasifikaci defektů a model SRGAN pro zvýšení rozlišení obrazu. Výzkum má za cíl hodnotit schopnost modelu trénovaného na jednom materiálu generalizovat na jiné materiály a zkoumat vliv super-rozlišení na výkonnost segmentace. Určitým negativem je nakonec omezení výzkumu způsobené nedostatkem diverzity tréninkových dat pro generalizaci modelů na různé materiály a nejasnost vlivu super-rozlišení na výkonnost segmentace vzhledem k omezením výpočetních prostředků. V neposlední řadě bych rád vyzdvihl, že celá diplomová práce je psána v anglickém jazyce, což zvyšuje její mezinárodní dosah. Vyskytují se zde pouze dobré gramatické chyby (např. chybějící členy) a překlepy. Součástí výstupů je též rukopis článku s názvem „Deep learning-based semantic segmentation for metallographic analysis of 3D printed materials“, který plně odráží výsledky uvedené v DP a strukturou a obsahem splňuje náležitosti odborné publikace tohoto typu. Přílohou DP je vytvořený SW, který předpokládám, bude dalším aplikovaným výstupem. Uživatelské rozhraní GUI by si z mého pohledu zasloužilo o něco více pozornosti a lepšího zpracování. Jako celek hodnotím práci velmi pozitivně. Autor prokázal výbornou orientaci v dané problematice i schopnost analyzovat nové poznatky. Velmi vhodně je zvolen samotný cíl DP, neboť hluboké učení a AI je stále se rozšiřujícím tématem napříč mnoha obory a je vhodné hledat nové možnosti využití těchto metod. Práce přináší nové poznatky a směřuje k dalšímu výzkumu v oblasti zpracování metalografických obrazů s využitím moderních technik zpracování obrazu a strojového učení. Závěrem konstatuji, že předložená diplomová práce splňuje v plném rozsahu požadavky zadání a vytyčené cíle a student přesvědčivým způsobem prokázal, že má schopnosti pro tvůrčí práci. Konstatuji, že diplomová práce splňuje požadavky na udělení akademického titulu, a proto ji doporučuji k obhajobě.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Splnění požadavků a cílů zadání | A | ||
| Postup a rozsah řešení, adekvátnost použitých metod | B | ||
| Vlastní přínos a originalita | C | ||
| Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry | B | ||
| Využitelnost výsledků v praxi nebo teorii | B | ||
| Logické uspořádání práce a formální náležitosti | A | ||
| Grafická, stylistická úprava a pravopis | B | ||
| Práce s literaturou včetně citací | A |
eVSKP id 154153