DOHNÁLEK, M. Automatické získávání hodnot z měřidel bez komunikačního rozhraní [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Bakalářská práce navazovala na předchozí semestrální projekt. Hlavním cílem bylo vytvoření automatizovaného systému na optické vyčítání měřených údajů z měřidel a zjištění robustnosti uvedeného řešení. Student pracoval samostatně, aktivně a iniciativně, na pravidelné konzultace byl vždy připraven. Práci si systematicky rozvrhl a měl tak dostatek času na řešení postupně objevujících se problémů a testování jím vytvořeného systému. Mohu konstatovat, že zadání práce student v plném rozsahu splnil. Hodnotím A/95 bodů.
Předložená bakalářská práce pana Dohnálka „Automatické získávání hodnot z měřidel bez komunikačního rozhraní“ je v rozsahu 59 stran v 10 kapitolách a 11 stran příloh. Teoretická část práce je rozebrána do 4 kapitol včetně (18 stran), praktická část ve zbytku práce (41 stran). Poměr délek ukazuje, že práce je prakticky orientovaná. V teoretické části je přehledně rozebrán typický řetězec zpracování snímků z kamery. S výběrem použitého SW vybavení souhlasím. Nesouhlasím ale s tvrzením v kap. 2.2 „Jedná se o reprezentaci rozložení jednotlivých úrovní jasu na četnosti jejich výskytu v obraze“. Závislost je opačná – četnost na úrovni jasu. První bod zadání považuji za splněný. Druhý bod zadání je řešen v kap. 5 a 6. Z textu a dostupných příloh vyplývá, že implementované řešení funguje. Obrázky v kap. 6 se mi líbí a ukazují detaily jednotlivých operací (detekce řádků, segmentace znaků). Bod č. 3 student rozebírá v kap. 5.4.4 a zejména v kap. 6. Zde je ukázáno nasazení použitých algoritmů a student zde úspěšně řeší problém s detekcí desetinné tečky pomocí korekce kurzívy. Popis je hezky podpořen obrázky, které pomáhají pochopení. Řešení je ale pouze automatické a neumožňuje uživateli zadat ručně hodnotu korekce zkosení. Zkosení je na jednom displeji stejné, proto beru možnost ručního zadání jako velmi vhodnou. Bod č. 4 lze považovat za hlavní část zadání. V textu je popis dvou variant algoritmů (kap. 7). Druhá verze řeší nedostatky s aplikací vyrovnání kurzívy pouze u trénovací množiny v předchozí verzi. Řešením je tak vyrovnání kurzívy i na vyhodnocovaných snímcích, které navíc trvá zanedbatelné množství času. Uvedená úspěšnost rozeznání je při použití vhodného vybavení vysoká (okolo 99 %). Bylo by zajímavé vidět úspěšnost při použití lepší webkamery. Škoda jen nedostupnosti lepších kamer na trhu. Proces učení obsahuje několik kroků a jako uživatel bych uvítal blokový diagram, který přehledně ukáže pořadí vykonávání operací. Z uživatelského pohledu dále vidím jako velkou slabinu násilné ukončení programu při nedostatečně nebo chybně vyplněných údajích. Výběr kamery pomocí konstanty nepovažuji za vhodné řešení, a také není jasné, jak byla zvolena prodleva 150 ms mezi snímky. Poslední bod zadání – otestování vytvořeného programu – rozebírá kap. 8. Navrženou metodu využívající detekci aktuálního času považuji za chytré řešení. Z měření náchylnosti na natočení displeje (kap. 8.1.2 a 8.1.3) usuzuji, že by předzpracování mohlo obsahovat i korekci perspektivy, a tím zajistit vyšší robustnost algoritmu. Nelíbí se mi používání pojmu „vyosení“ (obr. 8.7). Práce obsahuje malé množství překlepů a jiných chyb, jejich četnost je vyšší zejména ke konci práce. Vadí mi použití slova „standartně“ a používání slov, které mají vhodný český ekvivalent (threshold, uniformní, separátní). Závěrem musím konstatovat, že student splnil všechny body zadání a jednoznačně splnil požadavky kladené na bakalářskou práci. Experimenty dokazují, že se jedná o vlastní práci studenta. Navrhuji proto hodnocení B/88 bodů.
eVSKP id 134635