HÚSKA, R. Efektivní neuronové sítě pro detekci QR-kódů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.

Posudky

Posudek vedoucího

Vaško, Marek

Pán Húska preskúmal problematiku zefektívňovania neurónových sietí, našiel si relevantné dátové sady pre experimenty a intenzívne počas celého semestra na zadaní pracoval. Veľmi pozitívne hodnotím aktivitu pri prieskume existujúceho výskumu v oblasti, kde si z vlastnej iniciatívy vyhľadával rôzne metódy ktoré následne aplikoval na problematiku detekcie QR kódov. Jednotlivé metódy následne systematicky vyhodnotil a podľa dosiahnutých výsledkov analyzoval najlepšie prístupy.  Z tohto pohľadu ako vedúci navrhujem známku A.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Riešenie práce vyžadovalo preskúmanie metód počítačového videnia pre detekciu, metód pre prerezávanie neurónových sietí a metód pre rôzne formy tréningu zefektivňujících počty parametrov využívaných neurónovými sieťami. Z tohto pohľadu bolo potrebné preskúmať technológie ktoré sú nad rámcom preberaným v bakalárskom štúdijnom programe, ide teda o obtiažnejšie zadanie.
Práce s literaturou Mnou bolo poskytnuté minimálne množstvo literárnych prameňov, pán Húska si väčšinu zdrojov, primárne zameraných na prerezávanie sietí, dohľadal z vlastnej iniciatívy.
Aktivita během řešení, konzultace, komunikace Pán Húska konzultoval pravidelne v 1-2 týždňových intervaloch.
Aktivita při dokončování Práca a aj je finálny obsah bol včas a dostatočne konzulotvaný.
Publikační činnost, ocenění Nie je známe.
Navrhovaná známka
A
Body
95

Posudek oponenta

Špaňhel, Jakub

Při plnění této práce musel student vyvinout vlastní iniciativu a rozšířit si znalosti v oblasti strojového učení, která je nad rámec bakalářského studia. Se zadaným tématem se student vypořádal se ctí. V práci vyzkoušel řadu technik pro optimalizaci modelů neuronových sítí a jejich kombinací. Výsledkem této práce je optimalizovaný model neuronové sítě YOLOv5-s pro detekci QR kódů v obraze, který si zachovává podobnou přenost, jako výchozí model, ale je přitom 7,5x menší.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Student měl za úkol řešit detekci QR kódu v obraze pomocí neuronových sítí. Zaměření práce bylo převážně na efektivitu výsledného modelu, který by bylo možné provozovat v rámci vestavěných systémů. 
Rozsah splnění požadavků zadání Zadání bylo splněno. Drobnou výhradu mám k bodu 6, který však nepovažuji za příliš podstatný - práce nediskutuje možnosti budoucího vývoje.
Rozsah technické zprávy Rozsah práce mírně přesahuje obvyklé rozmezí. Všechny uvedené informace jsou však relevantní. Závěr práce je na straně 44.
Prezentační úroveň technické zprávy 90 Práce má logickou strukturu. Jednotlivé kapitoly na sebe dobře navazují a jejich rozsah je adekvátní. Prezentační úroveň práce je vysoká a text se čtenáři dobře čte. Pouze v jednom případě (na jedné straně), došlo k vytvoření duplicitních sekcí / textu. 
Formální úprava technické zprávy 85 Práce je psána ve slovenském jazyce. Po gramatické stránce nejsem schopný práci řádně ohodnotit. Práce obsahuje malé množství typografických chyb (např. chybějící interpunkční známénka v rovnicích. 
Práce s literaturou 90 Student si vyhledal relevantní zdroje a literaturu. Všechny citace jsou v textu použity korektně.
Realizační výstup 80 Student vycházel z existujícího repozitáře pro detekční model YOLOv5 včetně optimalizačních nástrojů. Na základě literatury upravoval architekturu sítě pomocí bloků ECA a BiFPN, které implementoval. Dále dodělával optimalizační kroky, jako je například kvantizace ONNX modelu. Výsledkem práce je tedy rozšířený repozitář, natrénované modely a revidované datasety QR kódů.
Využitelnost výsledků Vytvořené řešení může být použito jako součást komplexnějšího systému pro detekci a čtení QR kódů. Vzhledem k velikosti výsledného modelu lze předpokládat jeho použitelnost na vestavěných platformách, reálné nasazení však v textu zmíněno není. Pro zvýšení využitelnosti výsledku v praxi by bylo nutné detekční část rozšířit ještě o detekci orientace QR kódu, ideálně s výpočtem homografie.
Navrhovaná známka
B
Body
85

Otázky

eVSKP id 162003