KOVALETS, V. Detekce karet při turnajích v pokru [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.

Posudky

Posudek vedoucího

Vaško, Marek

Pán Vladyslav Kovalets vo svojej práci ukázal značné porozumennie problematiky počítačového videnia a strojového učenia. Získané poznatky následne aplikoval na netriviálny problém detekcie kariet v obraze. Ako výsledok jeho práce vznikla kvalitná dátová sada použiteľná pre tréning detektorov pokerových kariet. Vo svojej práci zároveň demonštroval využitie rôznych prístupov k tréningu detektorov, aby dosahovali na reálnych dátach čo najlepšie výsledky. Dosiahnuté výsledky zároveň môžu v budúcnosti viesť k ďalšiemu vývoju alebo integrácii do komplexnejších systémov.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Práca je výskumného charakteru. Cieľom práce bolo vytvoriť systém pre detekciu kariet v hre poker. Riešitel vytvoril rozsiahlu dátovú sadu pokerových kariet v reálnych podmienkach. Dátová sada bola získaná hlavne z online zdrojov, ktoré musel riešiteľ sám vyhľadať, filtrovať analyzovať a anotovať. Následne s touto dátovou sadou riešiteľ vykonal veľké množstvo experimentov s neurónovými sieťami pre detekciu objektov v obraze. Z pohľadu náročnosti je teda zadanie náročnejšie a bolo nad mieru splnené.
Práce s literaturou Riešitel pracoval s relevantnými literárnymi zdrojmi, ktoré mu boli poskytnuté a zároveň si dohľadával zdroje, ktoré mu pomáhali k hlbšiemu porozumeniu problematiky. Týmto demonštroval pochopenie relevantných a recentných metód využívaných pre detekciu objektov v obraze a metód strojového učenia.
Aktivita během řešení, konzultace, komunikace Riešiteľ bol počas celelej doby riešenia veľmi aktívny. Konzultácie boli na pravidelnej jedno až dvoj týždňovej báze. Na každej konzultácii prezentoval značný pokrok a  bol zároveň adekvátne pripravený.
Aktivita při dokončování Práca bola hotová s miernym predstihom. Obsah výslednej technickej správy bol konzultovaný a to aj v jeho záverečnej podobe.
Publikační činnost, ocenění N/A
Navrhovaná známka
A
Body
95

Posudek oponenta

Šilling, Petr

Student dokázal do hloubky nastudovat problematiku detekce objektů v obraze a vytvořil funkční systém pro detekci a evidenci karet v pokerových turnajích. Text práce je až na menší výhrady velmi čtivý. Implementace navrženého řešení je v pořádku a výsledná aplikace má potenciál pro využití v praxi.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Zadání vyžadovalo důkladný průzkum moderních přístupů strojového učení a z praktického hlediska i tvorbu vlastní datové sady. Zadání práce proto považuji za obtížnější.
Rozsah splnění požadavků zadání Zadání bylo splněno bez výhrad.
Rozsah technické zprávy Technická zpráva je v obvyklém rozmezí a obsahuje vše podstatné.
Prezentační úroveň technické zprávy 85 Práce je logicky strukturovaná. Začíná úvodem do problematiky a rozborem aktuálních metod řešení. Pokračuje návrhem a implementací vlastního řešení, popisem experimentů a shrnutím. Všechny kapitoly na sebe dobře navazují. V teoretické části se ovšem nachází místy až příliš detailní popis základních principů neuronových sítí (např. ReLU jistě není potřeba vysvětlovat na půl strany). Popis implementace je až příliš stručný a jde prakticky pouze o výčet použitých technologií. Chybí konkrétnější informace o struktuře vlastních modulů/skriptů. Experimenty jsou duplicitně popsány v návrhu i v kapitole o experimentech. Informace k vyhodnocovacím metrikám jsou navíc uvedeny v rámci návrhu, nikoliv v teoretické části. I přes výše uvedené nedostatky však tvoří text práce ucelený příběh, který se velmi dobře čte.
Formální úprava technické zprávy 100 Práce je z typografického hlediska zcela ukázková. Obsahuje minimum překlepů a gramatických chyb. Všechny obrázky jsou relevantní a ve vysoké kvalitě.
Práce s literaturou 95 Práce cituje celkem 37 zdrojů, z velké části vědeckých publikací. Použité zdroje jsou relevantní, aktuální a jsou v textu správně použity i citovány.
Realizační výstup 90 Student vytvořil novou datovou sadu se snímky karet a sadu skriptů pro detekci karet v záznamech pokerových turnajů. Zdrojové kódy jsou přehledné a jsou vhodně okomentovány. Student experimentoval s různými variantami natrénovaných modelů. Vyhodnocení výsledného řešení je dostatečné.
Využitelnost výsledků Výsledky naznačují, že vytvořené řešení má potenciál pro nasazení v praxi. Připravená datová sada karet může být využita pro vývoj zcela nových systémů.
Navrhovaná známka
A
Body
93

Otázky

eVSKP id 155626