SICHA, M. Detekce dopravních značek v reálném čase [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Student v letním semestru navázal na výsledky semestrální práce, ve které se zaměřil na klasifikaci dopravních značek pomocí vlastní neuronové sítě. Pro detekci zvolil moderní architekturu neuronové sítě EfficientDet jenž natrénoval na veřejně dostupném datasetu. Celý navržený systém dosahuje vysoké přesnosti detekce a klasifikace dopravních značek a je v práci porovnán s již existujícími pracemi. Zaměření se na vysokou přesnost má ale za následek vyšší výpočetní náročnost, což ale neomezuje spuštění systému na jednodeskových počítačích. Samotný text práce je na velmi dobré úrovni, je přehledný a obsahuje minimum formálních nedostatků. Malou výtku mám ohledně přístupu studenta k verzovacímu systému git, který nebyl použit během vývoje ale jen pro nahrání finální verze kódu. Student jinak pracoval samostatně a práci měl dobře časově rozloženou. Na pravidelných konzultacích vždy prezentoval výsledky jendotlivých částí práce. Student se také během letního semestru zúčastnil studentské konference EEICT 2021. Celkově hodnotím přístup, aktivitu, zájem o problematiku a dosažené výsledky kladně.
Bakalářská práce se zabývá návrhem a realizací systému pro detekci a klasifikaci svislého dopravního značení z obrazového signálu. V teoretické části jsou popsány různé přístupy zabývající se danou problematikou, od jednoduchých založených na barvě značek až po pokročilé spočívající ve zpracování obrazu konvoluční neuronovou sítí. Toto řešení bylo rovněž zvoleno pro vlastní realizaci systému, kdy byla vybrána moderní architekta EfficientNet pro detekci značek a vlastní architektura pro jejich následnou klasifikaci. Jednotlivé konvoluční sítě byly natrénovány pomocí veřejné databáze obrázků dopravních značek. Nad obrazy z této databáze rovněž proběhlo testování jednotlivých částí realizovaného systému a výsledky byly porovnány s relevantními pracemi jiných autorů. Teoretické pojetí práce i její praktickou realizaci hodnotím velmi dobře. Po formální stránce je práce rovněž na velmi dobré úrovni. K práci bych měl jen několik drobných připomínek: Bylo by vhodné práce, se kterými jsou porovnávány výsledky klasifikátoru, v teoretické části alespoň krátce uvést. Dále v práci postrádám informaci o poměru rozdělení použité databáze na trénovací, testovací a validační data. V práci by mohl být uveden seznam značek, který je klasifikátor schopen rozeznat a detektor detekovat. Bylo by rovněž zajímavé při úloze klasifikace zobrazit matici záměn.
eVSKP id 133597