ZMRZLÝ, J. Detekce semi-strukturovaně rozmístěných polotovarů z plochy pomocí metod umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2024.

Posudky

Posudek vedoucího

Juříček, Martin

Student Jan Zmrzlý se ve své diplomové práci zaobírá problematikou strojového vidění a to detekcí semi-strukturovaně rozmístěných polotovarů z plochy pomocí metod umělé inteligence. Teoretická část práce úvodem popisuje základy oblasti strojového vidění a využití v kontextu průmyslu 4.0. Následně jsou popsány algoritmy strojového učení, klasické a s využitím umělých neuronových sítí. Praktická část práce se zabývá výzvou návrhu systému strojového vidění do buňky EDUset ONE od společnosti Intemac. V této části jsou postupně popsány volby hardwaru (konstrukce, kamera, osvětlení, PLC) a následné porovnání, analýza a výběr vhodné metody strojového učení (YoloV8). Tuto část uzavírá návrh softwaru, který je schopen vyhodnotit polohu a rotaci polotovaru z obrazu kamery a náslědně distribuovat pomocí OPC UA komunikačního protokolu do PLC. Závěrem student popisuje reálnou implementaci a testování na buňce EDUset One. Text je logicky strukturovaný s dobrou grafickou úpravou. Závěrem je i diskuze na dobré úrovni zahrnující návrhy na vylepšení. Student splnil všechny části diplomové práce. Chválím studentovu aktivitu při tvorbě diplomové práce a aktuálnost použitých technologií. Vyzdvihuji studentovu komplexnost při řešení technických výzev, návrh a analýza osvětlení, výběr vhodného AI modelu a v neposlední řadě propojení s komunikací PLC, která je nezbytná pro celý návrh a realizace buňky EDUset ONE.   Peter Janus hodnocení za společnost Intemac: Pan Zmrzlý vytvořil v rámci své diplomové práce řešení pro detekci semi-strukturovaně rozmístěných polotovarů pomocí metod umělé inteligence. Na pohled se může zdát, že se jedná o jednoduché řešení, což není pravda. Student musel mít znalosti z oblasti vision systémů, které zúročil při výběru správných hardwarových komponentů. Dále byla nutná znalost strojového učení, bez které by student nedokázal správně vybrat, implementovat a ověřit metody pro detekci polotovarů. Pan Zmrzlý prokázal, že jeho znalosti ve výše zmíněných oblastech jsou nadstandartní a jeho implementace řešení pro daný problém je toho příkladem. Taktéž musím vyzdvihnout studentovou samostatnost, schopnost rychle se učit novým věcem a odvedenou práci nad rámec zadání. Diplomová práce vznikla v rámci projektu EDUset ONE, který slouží studentům jako prostředek pro demonstraci a taktéž rozvoj jejich schopností v oblasti průmyslové automatizace a digitalizace. Práce pana Zmrzlého bude v budoucnu bezpochyby použita pro tyto účely Předloženou práci doporučuji k obhajobě a hodnotím známkou A / výborně.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod A
Vlastní přínos a originalita B
Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry A
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti A
Grafická, stylistická úprava a pravopis A
Práce s literaturou včetně citací B
Samostatnost studenta při zpracování tématu A
Navrhovaná známka
A

Posudek oponenta

Škrabánek, Pavel

Předložená diplomová práce popisuje návrh, implementaci a evaluaci třech metod určených k detekci tří druhů objektů semi–strukturovaně rozmístěných na ploše. Při evaluaci byla v úvahu brána přesnost, rychlost inference a uživatelská podpora frameworků použitých při implementaci metod. Součástí práce byl i výběr a návrh rozmístění přístrojového vybavení pro strojové vidění. Výběru metod předcházela rešerše detekčních metod a přístrojového vybavení pro strojové vidění. Výběr a rozmístění mělo být realizováno tak, aby bylo použitelné v robotické buňce EDUset ONE. Cílem práce bylo ověření funkčnost vytvořeného řešení v interakci s reálnou robotickou buňkou. Jak vyplívá z rešerše současného stavu buňky EDUset ONE, tato buňka zatím není realizována, a nebylo tedy možné tuto část zadání naplnit. Zde je třeba podotknout, že se nejedná o chybu studenta, ale o chybu firmy, v jejíž spolupráci byla diplomová práce realizována. Student tento problém vyřešil tak, že navrhl a sestavil rám, který má simulovat podmínky v robotické buňce, a výše zmíněné kroky realizoval s pomocí tohoto rámu. Mohu tedy konstatovat, že i když diplomová práce plně neodpovídá zadání, student udělal maximum pro její realizaci, což se odráží v mém pozitivním hodnocení položky „SPLNĚNÍ POŽADAVKŮ A CÍLŮ ZADÁNÍ“. Součástí práce je výběr a rozmístění přístrojového vybavení. Tento krok určuje to, co bude v obraze viditelné, a tedy i to, jak náročné bude realizovat detekční úlohu. Tomuto kroku je v teoretické části práce věnováno překvapivě málo pozornosti. V praktické části chybějí pilotní experimenty demonstrující vliv způsobu osvětlení a umístění kamery na výsledný obraz. Zarážející je způsob výběru kamery a objektivu (viz testování sestav – Tabulka 3). V rámci řešení student implementoval tři state-of-the-art detektory objektů, které jsou známy vysokou přesností, ale také vysokou výpočetní náročností. V práci není diskutována volba těchto metod s ohledem na složitost řešeného problému. K evaluaci přesnosti detektorů byla použita střední průměrná přesnost. V teoretické části není uveden způsob výpočtu této metriky, a není vysvětlena její vypovídající schopnost. Tato metrika např. neumožní analyzovat, zda detektory mají problém s některou z detekovaných tříd objektů. Dále k evaluaci byla použita snímková frekvence. V teoretické částí opět chybí popis způsobu jejího měření, což vyvolává otázku, zda byla tato metrika měřena správně. Příprava sběru dat pro trénink a evaluaci detektorů je velmi stručně popsána. Chybí zde např. informace o způsobu umísťování objektů (počty dle tříd, vzájemná poloha). Experimenty tak jak jsou navrženy, umožňují jen zběžné ohodnocení přesnosti detekce, a neumožňují tedy nějakou rozsáhlejší diskusi výsledků a vyvozování závěrů. Jako pozitivní hodnotím analýzu podpory a složitosti implementace jednotlivých metod a dobře zpracovanou teoretickou část týkající se metod detekce objektů v obrazových datech. Text práce je logicky strukturovaný. Popisky některých obrázků jsou nedostatečné (např. obr. 23). Značení proměnných je až na občasné chyby korektní (např. obr 17). Grafická a stylistická úprava práce je na vysoké úrovni. Práce s literaturou a její citování je adekvátní. V textu se občas objevují překlepy, jejich výskyt však není příliš častý. Výstup práce nepřináší žádné nové poznatky použitelné pro v oblasti výzkumu a vývoje a je omezeně použitelný v reálných podmínkách. Vzhledem k výše uvedeným připomínkám hodnotím práci známkou C a doporučuji jí k obhajobě.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání B
Postup a rozsah řešení, adekvátnost použitých metod D
Vlastní přínos a originalita C
Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry C
Využitelnost výsledků v praxi nebo teorii C
Logické uspořádání práce a formální náležitosti B
Grafická, stylistická úprava a pravopis A
Práce s literaturou včetně citací A
Navrhovaná známka
C

Otázky

eVSKP id 157232