LÁNCOŠ, J. Shlukování mikrobiálních kolonií na základě obrazu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.
Student samostatně odvedl dobrou práci v aplikaci strojového učení na praktický problém ve veřejně prospěšné medicinské doméně, její výsledky jsou přímo aplikovatelné v průmyslu. Textovou zprávu považuji za velmi zdařilý popis několikastupňového řešení reálného problému.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Jedná se o vlastní zadání studentovo, které navazuje na jeho práci v průmyslu. Z technického hlediska se jedná o dobře definovanou aplikaci standarních postupů strojového učení na novou úlohu. Zadání považuji za velmi hezky splněné. | ||
| Práce s literaturou | Student byl při studiu literatury samostatný a od počátku vycházel z odborných zdrojů. Z literatury čerpal vhodně a konstruktivním způsobem v práci spojil poznatky z různých oblastí umělé inteligence (řešení geometrických problémů, učení s učitelem i bez učitele, moderní neuronové sítě). | ||
| Aktivita během řešení, konzultace, komunikace | Student pracoval dosti samostatně, v důsledku čehož byl postup řešení konzultován s relativně nízkou četností. Na dohodnuté schůzky ovšem docházel přesně podle domluvy a vždy připraven, díky tomu byly velmi konstruktivní a povzbudivé i v situacích, kdy práce drhla na konkrétních technických těžkostech. | ||
| Aktivita při dokončování | Práce byla dokončena ve velmi působivém předstihu, kdy byly poslední týdny takřka výlučně věnovány zdokonalování textové zprávy. Její výsledná podoba prošla několika iteracemi revizí a s její podobou jsem velmi spokojen. | ||
| Publikační činnost, ocenění | Práce byla zveřejněna na studentské konferenci Excel@FIT, kde získala ocenění odborné poroty. Snesla by i publikování na odborné konferenci nebo v aplikačně orientovaném časopise. |
Celkově se jedná o povedenou práci, které lze vytknout menší nedostatky v rámci textu technické zprávy a případně přesnější vyhodnocení generátoru syntetických dat. Student se s prací zúčastnil studentské konference Excel@FIT, kde za ni získal ocenění.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Jedná se průměrně obtížné zadání z oblasti počítačového vidění a strojového učení. Konkrétně se jedná o úlohu segmentace a shlukování v rámci obrázků mikrobiálních kolonií v Petriho miskách. | ||
| Rozsah splnění požadavků zadání | V rámci práce student natrénoval neuronovou síť pro segmentaci obrázků mikrobiálních kolonií v Petriho miskách a implementoval několik metod pro jejich shlukování. Nad rámec zadání student vytvořil generátor syntetických obrázků, čímž dokázal zvýšit variabilitu trénovacích dat a zlepšit výsledky segmentace. Navíc také ručně vytvořil novou testovací sadu pro kvalitnější vyhodnocení implementovaných přístupů a natrénovaných modelů. | ||
| Rozsah technické zprávy | Technická zpráva je v obvyklém rozsahu. | ||
| Prezentační úroveň technické zprávy | 90 | Práce je poměrně dobře členěná do jednotlivých částí s dobrou návazností. V kapitole 3, která popisuje vytvořený generátor syntetických obrázků, bych vytknul prolínaní návrhu se samotnou realizací nástroje. | |
| Formální úprava technické zprávy | 95 | Formální úroveň práce je na velmi dobré úrovni. Jedinou výtku mám k umístění některých obrázků, které nejsou nahoře, případně dole, na stránce, ale uprostřed a tím rozbíjejí samotný text práce. Práce je psána anglicky a je velmi dobře čitelná, s minimem chyb. | |
| Práce s literaturou | 90 | V technické zprávě je citováno celkem 20 vědeckých článků, které jsou v rámci textu vhodně použity. V kapitole 2, konkrétně v části zabývající se segmentačními metodami, bych očekával rozsáhlejší přehled přístupů, které byly použity i na jiné typy obrázků, než jen čistě na segmentaci mikrobiálních kolonií. | |
| Realizační výstup | 80 | Odevzdané zdrojové kódy obsahují přiměřené množství komentářů, jsou dobře členěny a celkově je poměrně jednoduché se v nich orientovat. V rámci práce student ručně vytvořil novou testovací sadu a generátor syntetických obrázků Petriho misek. Z výsledků provedených experimentů je vidět, že model natrénovaný s vygenerovanými daty dosahuje lepších výsledků, než bez nich. Nicméně, pro co nejpřesnější vyhodnocení přínosu generátoru by bylo potřeba několik dalších experimentů. Předně by bylo vhodné natrénovat model čistě jen na syntetických datech a vyhodnotit na příslušné testovací sadě. Tímto by se nejlépe ukázalo, jak kvalitně dokáže generátor simulovat skutečné obrázky. Při testování by také bylo dobré vyhodnotit původní i nově vytvořenou testovací sadu zvlášť, aby byl vidět případný rozdíl mezi původními daty a novými. | |
| Využitelnost výsledků | Výsledky práce přinášejí nové poznatky, které mají velký potenciál k využití při automatizaci analýzy obsahu Petriho misek v laboratořích. Nicméně, jak je popsáno dříve, ještě by bylo potřeba provést dodatečné experimenty k preciznímu vyhodnocení přínosu generátoru syntetických dat. |
eVSKP id 144027