GÁBEL, M. Zařízení pro vyhodnocení dopravní situace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Pan Gábel vypracoval práci na téma vyhodnocení dopravní situace ze snímků z kamery. Zadání si vymyslel sám, a to se projevilo i na jeho neutuchajícím zájmu o téma a aktivitě během obou dvou semestrů. Pravidelně konzultoval, kdy konzultace spočívaly v předvedení vyzkoušených metod a návrhů na další postup. Podle mě všech známých skutečností není dokument plagiátem. Systémem Theses sice detekoval větší míru podobností (20 %). Jedná se však pouze o mírnou podobnost především v teoretické části, např. u obecného popisu dopravních značek a základního principu jejich rozpoznání nebo u popisu často používaných deskriptorů, KNN apod. a dané zdroje jsou v předloženém dokumentu správně citovány. Dokument svým rozsahem (se všemi formálními náležitostmi a přílohami celkem 82 stran) spíše odpovídá diplomové práce. Přesto student i v takto rozsáhlém dokumentu udržel dobrou formální, grafickou i jazykovou úroveň a text je uspořádán v logickém sledu. Student navrhl a zrealizoval celé zařízení. Jako výpočetní jednotku zvolil Raspberry PI 4B, které měl k dispozici, i přesto, že si byl vědom, že další navrhovaná varianta NVIDIA Jetson by byla vhodnější volba. Pro výběr vhodné kamery s objektivem provedl řádný rozbor. Pro zobrazování snímků a výsledků zvolil vhodný dotykový displej. Zařízení také doplnil napájením, navrženou a vytištěnou krabičkou a držákem. V rámci SW části otestoval tři postupy - rozpoznání pomocí Haarových příznaků, vlastní navržené KNN a YOLOv5. Postupy návrhu, implementace a testování jsou vždy řádně zdokumentovány včetně komentování výsledků. Pro testování kombinoval několik datasetů včetně pracně ručně anotovaných vlastních snímků či snímků z google map. Jako nejvhodnější metodu pro danou úlohu zvolil YOLO, kdy model natrénoval na klasifikaci do šesti nejčastěji se vyskytujících tříd. Při finální implementaci na zařízení narazil student na problém sdílení streamu z kamery s algoritmy i s displejem. Tento problém nakonec student vyřešil, ale strávil tím mnoho času, kterého pak bohužel příliš nezbylo pro řádné otestování v reálném provozu. To je tak slabinou jinak dobré časově i odborně náročné práce. V denním záznamu sice dosáhl 100% úspěšnosti detekce a klasifikace značek, na které byl model naučen, ale je otázkou, jestli je toto vypovídající hodnota vzhledem k pouze 42 takovým značkám v záznamu. Celkově však práci považuji za zdařilou a pan Gábel podle mého názoru prokázal bakalářské schopnosti, a proto práci doporučuji k obhajobě s hodnocením B (82 b).
Cílem bakalářské práce Matěje Gábela bylo navrhnout a realizovat asistenční systém pro vyhodnocení dopravní situace. Zadání lze považovat za velice aktuální a také komplexní – při realizaci student navrhnul a sestavil jak hardwarovou část (kamera, výpočetní jednotka, displej) tak také softwarovou včetně samotného vyhodnocení dopravní situace a uživatelského rozhraní. Vzhledem k použitému hardware a jeho výkonu (Raspberry Pi) je zřejmé, že jde spíše o proof-of-concept. Ostatně to také při výběru vhodného hardware student zmiňuje v přímém porovnání např. s akcelerátorem NVidia Jetson, který by pro tuto úlohu byl vhodnější. Teoretický úvod práce je zpracován na 20 stranách v běžném rozsahu a s přihlédnutím k samotnému tématu práce. V praktické části pak student nejprve popisuje návrh a sestavení hardwarové části na 5-ti stranách, což je vzhledem k použití standardních komponent adekvátní. V poslední kapitole je pak popsána softwarová část práce zabývající se samotnou klasifikací dopravních značek. V práci student použil pro trénování klasifikátoru jednak veřejně dostupné datasety, tak také vlastní vytvořený z google map. V tomto vidím velký problém, že nebyl vytvořen dataset nebo alespoň rozšířen o snímky přímo z navrženého snímacího zařízení. Tím mohla být negativně ovlivněna úspěšnost klasifikace. Ta dle závěru dosáhla 81% na denních snímcích a 59% na nočních. Ovšem tyto údaje považuji za hodně nevypovídající, neboť ke správnému otestování zvolené metody mělo být použito o řád až dva více reálných snímků, než jen 52. Prosím také o zodpovězení dotazu, proč na přiložené SD kartě je pouze jeden denní záznam v délce cca 1m36s a evidentně točený „z ruky“ bez použití zmiňovaného držáku kamery. Noční záznam úplně chybí. I přes tyto výhrady doporučuji práci k obhajobě s možností moje výhrady vyvrátit u obhajoby.
eVSKP id 151674