BENDA, J. Klasifikace vad [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Cílem diplomové práce bylo vytvoření funkčního klasifikátoru detekovaných vad vznikajících na netkané textilii, resp. pokus o vytvoření klasifikátoru, který bude dosahovat lepších výsledků, než v průmyslu používaný modul. Vzhledem k počtu klasifikačních tříd a vzájemné podobnosti členů jednotlivých tříd bych charakterizoval toto téma DP jako spíše náročné. V průběhu řešení tématu student často konzultoval, což však nebylo na škodu – naopak při konzultacích bylo nutné s diplomantem sjednotit rozhraní DLL tak, aby byla knihovna lehce zaměnitelná s již stávající a také důkladně vysvětlit rozdíly mezi jednotlivými třídami i různými vadami v rámci jedné třídy. Na konzultace diplomant docházel připraven a s věcnými dotazy. Při realizaci této praktické práce musel student provést rešerši použitelných metod, zvolit několik vhodných a ty nejen implementovat, ale také porovnat. Jelikož kvalita současného klasifikátoru je výrazně limitována již vypočtenými příznaky, které nejsou pro klasifikaci příliš vhodné, student vytvořil 14-ti rozměrný příznakový vektor popisující každou detekovanou vadu. Na tomto vektoru poté otestoval spolehlivost klasifikace do tříd při využití několika postupů (Bayes, nejbližší soused, SVM, rozhodovací strom, neuronová síť). Dodaný dataset obsahoval přes 7000 snímků (1700 MB dat), na tomto datasetu byly otestovány všechny jmenované metody. Úspěšnost klasifikace by se možná dala ještě více zlepšit – nejen použitím většího datasetu pro trénování (což diplomant nemohl ovlivnit), ale také např. přidáním dalších vhodných příznaků do příznakového vektoru, který byl zvolen intuitivně a možná by zasloužil ještě rozšíření. Otázkou je, zda bychom zacházeli dále, než je rozsah DP – přece jen bylo testováno 5 klasifikačních metod na velkém datasetu, každá metoda skýtá více stupňů volnosti (např. volitelná topologie NN klasifikátoru nebo volba trénovacího a testovacího datasetu). Kdyby se k tomu přidalo ještě více variant příznaků, určitě by šlo dosáhnout lepších výsledkům, ale za cenu mnohem větší časové náročnosti. Samotný kód (C++, Visual Studio) je přehledný, psaný se slušnou štábní kulturou. Zde bych uvítal více komentářů vysvětlujících jednotlivé funkční bloky. Nicméně v kódu se dá vyznat a i názvy funkcí jsou voleny příhodně, takže se v kódu dá zorientovat. K samotné realizaci a výsledkům práce – ve finále se podařilo zvýšit celkovou úspěšnost klasifikace u 3 podtypů vad, u čtvrtého podtypu (vady snímané při reflexním osvětlení) byla úspěšnost srovnatelná. Lze tedy říci, že samotná motivace práce byla splněna – v současné době je systém nainstalován k otestování v dohledovém centru výrobní linky NT ve firmě PFN. Samotný dokument práce trochu pokulhává za dosaženými pozitivními výsledky práce, student by textem mohl lépe prodat dosažené výsledky. Občas se v práci zabředává do přílišných detailů, někde by to zasloužilo naopak popsat některé důležité myšlenkové pochody. Jakožto školitel však více hodnotím reálné výsledky, které obstály v porovnání s používaným klasifikátorem. Pan Benda svou diplomovou prací prokázal inženýrské schopnosti, proto práci doporučuji k obhajobě.
Práce Klasifikace vad patří ke složitějším. Svým rozsahem 80 stran patří k rozsáhlejším. Rozložení není ovšem rovnoměrné. Teoretická část popisuje použité nástroje v obecné rovině bez srovnání a popisu vybraných variant, zatímco realizační část popisuje i méně podstatné části/řádky programu. Zvolená koncepce je správná, i když v některých částech se zdá, že student postupoval spíše intuitivně než na základě rozboru vlastností úlohy. Úvodní rozbor je převzatý další kapitoly jsou vlastní prací diplomanta. V práci se vyskytují chyby, které znesnadňují orientaci v textu (str 25 v definici vad by nemělo být slovo pravděpodobně; str 43 (C?) kód for ( size_t ~i~= 0;~i~
eVSKP id 134844