ŠTANGA, M. Identifikace člověka podle fotografie dlaně / hřbetu ruky [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Zadání bylo velice náročné – vyžadovalo studium složitých a specializovaných technik. Řešitel se nepochybně při řešení naučil opravdu mnohému a řešení bakalářské práce ho v jeho znalostech a dovednostech hodně posunulo. Dosažené výsledky nepředstavují žádný průlom (což od bakalářské práce nelze vyžadovat).
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Informace k zadání | Práce je výzkumného charakteru. Student měl za úkol experimentovat s inovativním a potenciálně vědecky přínosným přístupem v oblasti strojového učení. Zadání proto bylo značně náročné a řešitel se musel seznámit s množstvím znalostí, technik a nástrojů, které pro něj dosud byly zcela neznámé. | ||
Práce s literaturou | Řešitel se musel seznámit se strojovým učení zcela od základů až po recentní a pokročilé techniky. Z hlediska studia literatury a získávání a osvojování nových poznatků byla práce (pro řešitele) velice náročná. | ||
Aktivita během řešení, konzultace, komunikace | Řešitel pracoval po oba semestry studia a docházel na domluvené konzultace. Velkou část doby pro řešení mu zabralo seznamování se se strojovým učením – jak jeho teoretickou a matematickou podstatou, tak s nástroji a implementačními postupy. | ||
Aktivita při dokončování | Práce byla dokončena včas. Technická zpráva nebyla příliš konzultována. | ||
Publikační činnost, ocenění | N/A |
Celkovo je práca dobrá a autor v nej ukazuje schopnosť experimentovať aj s vlastnými nápadmi. Chýba v nej však vhodné porovnanie metód a porovnanie s aktuálnym state-of-the art. Vo výsledku prácu hodnotím známkou C.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Náročnost zadání | Zadanie vyžaduje znalosti z oblastí počítačového videnia a strojového učenia. Jedná sa teda o obtiažnejšie zadanie. | ||
Rozsah splnění požadavků zadání | |||
Rozsah technické zprávy | Práca má 30 strán formátu A4. Obsahovo sa vyhýba balastu, avšak do značnej miery chýba prehľad a experimenty s aktuálne využívanými prístupmi v supervised metric learning. | ||
Prezentační úroveň technické zprávy | 75 | Práca je logicky štrukturovaná. Autor najskôr prechádza v kapitolách prístupy k srojovému učeniu a počítačovému videniu, následne prechádza aktuálne využívané prístupy v identifikácií osôb pomocou ruky. Kde vidím nedostatky je kapitola 2, tu autor kombinuje nástroje strojového učenia ako PyTorch s prístupmi v strojovom učení. Podobne sú v kapitole 2 popísané viaceré metódy pre self-supervised learning, avšak v práci sa ďalej nevyužívajú. | |
Formální úprava technické zprávy | 80 | Práca je po formálnej stránke dobrá a obsahuje len minimálne množstvo chýb. | |
Práce s literaturou | 80 | Autor využíva celkovo 31 referencií, z toho len 4 sa odkazujú na webové stránky alebo blogy. Zvyšné referencie sú relevantné k riešenej problematike a často odkazujú na články publikované na konferenciách, žurnáloch alebo na knihy. S referenciami autor pracuje korektne, využíva ich hlavne v kapitolách 2 a 3, v iných častiach práce skôr využívané nie sú. | |
Realizační výstup | 70 | Výstup je zdokumentovaný viacerými experimentami. Väčšina experimentov je zameraných na zistenie vhodných hyperparametrov pre veľkosť vstupných obrázkov, veľkosť batch alebo hyperparametre využívanej stratovej funkcie. | |
Využitelnost výsledků | Výsledkom práce je hlavne dátová sada. Sada samotná má využitie aj pri budúcom vývoji. Čo je využitelné menej, tak je vytvorený identifikačný systém. Vyhodnotenie síce popisuje presnosť ako self-supervised tak aj supervised prístupov, avšak problém je v ich porovnaní a v prezentovaných záveroch. Oba systémy boli testované na validačnej presnosti avšak presnosť v oboch prípadoch zamená niečo iné. Pri self-supervised prístupe je to presnosť vrámci jednej sade štvorice obrázkov. Kde to pri supervised prístupe sa vyhodnocuje presnosť pre rovnakú osobu t.j. aj medzi rôznymi sadami obrázkov. Porovnanie teda nie je smerodajné. Podobne nie je jasné, ako by identifikačný systém fungoval na osoby, ktoré v trénovacej sade nie sú. |
eVSKP id 154400