BENEŠOVSKÁ, V. Analýza vlivu trénovací datové sady na úspěšnost segmentace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Zadání práce bylo vytvořeno v rámci spolupráce studentky a externí firmy, která poskytovala data a možnosti odborných konzultací. I přes mou roli formálního vedoucího práce, studentka využívala mých konzultací, vždy po domluvě provedla další experimenty či případné navrhované změny v experimentech. Přístup studentky k řešení práce i její aktivitu během semestru hodnotím tedy kladně. Přes prvotní problémy s vlastní formulací a návrhem struktury jednotlivých experimentů a jejich popisu v práci, se po několika verzích a sériích úprav podařilo dotáhnout finální verzi na dobrou úroveň. Členění má logickou strukturu, text je srozumitelný a čtivý. Použité literární zdroje jsou řádně citovány. Malou výtku bych směřoval k místy povrchnímu až laickému popisu teorie a diskuse, či v některých částech příliš detailní popis elementárních částí experimentů. Celkově práci hodnotím jako velmi zdařilou, ve které studentka splnila jak zadání externí firmy na provedení analýzy segmentačního přístupu, tak i požadavky kladené na práce magisterské úrovně. Konstatuji, že zadání práce bylo splněno a doporučuji k obhajobě s hodnocením A 93 bodů.
Studentka se v práci zabývá sémantickou segmentací snímků buněčných kolonií na Petriho miskách. Pro tuto segmentaci využívá hluboké učení, specificky umělou neuronovou sít U-Net. Práce se pak zabývá definováním a otestováním několika hypotéz, za účelem objasnit vlivy trénovací množiny na úspěšnost segmentace modelu. Po formální stránce je práce na dobré úrovni. Studentka v práci využívá a cituje dostatečné množství zdrojů. Teoretická část práce je popsána čtivě a bez závažných faktických chyb. Negativně však musím hodnotit popis kapitoly o trénování sítě U-Net, která je popsána nevhodně a nesprávně; nebo podivnou směs klasifikačních a segmentačních sítí v kapitole architektur konvolučních sítí. V praktické části studentka systematicky testuje řadu hypotéz, což dělá výsledky přehledné. Musím zde však vytknout opakovaný popis stejných procesů ve všech experimentech, kde tyto opakované pasáže výrazně snižují celkovou čitelnost práce. Za velmi nevhodné pak považuji popisy tabulek a obrázků číslem experimentu (nebo číslem modelu) namísto slovního popisu o jaký experiment se jedná, což výrazně znesnadňuje orientaci v těchto výsledcích. Nerozumím také důvodu zavedení hraniční hodnoty F1 skóre pro definici úspěšného modelu a proč byla zvolena právě použitá hodnota. Množství provedených experimentů by také mohlo být obsáhlejší, neboť se jedná o poměrně snadné a jasné experimenty, které by také mohly být popsány výrazně stručněji. Celkově se jedná o kvalitní diplomovou práci a zadání je splněné. Hodnotím stupněm B - 89 bodů.
eVSKP id 134412