VAŠÍČEK, V. Detekce čárových kódů v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.
Přestože mohla být frekvence konzultací vyšší, student měl o dané téma zájem, věnoval se mu aktivně a konzultace byly vždy příjemné. Chvíli trvalo než student měl funkční systém, ale je to pochopitelné skrze množství materiálů, které musel nastudovat. Student navrhl a implementoval kombinovanou metodu, která kombinuje neuronovou síť a tradiční metody počítačového vidění. Tato metoda dosahuje lepších výsledků než použití samotné neuronové sítě.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Zadání bakalářské práce patří mezi obtížnější, jelikož student se musel prostudovat techniky počítačového vidění a strojového učení, které nejsou příliš vyučovány na bakalářském studiu. Student musel zpracovat přidělená data to zvoleného formátu, navrhnout metodu založenou na neuronových sítí, kterou měl následně otestovat. | ||
| Práce s literaturou | Student dostatečně konzultoval literární zdroje. Řešitel si potřebné metody a přístupy si samostatně nastudoval - od tutoriálů k jednotlivým knihovnám, po vědecké články. | ||
| Aktivita během řešení, konzultace, komunikace | Student byl v prvním semestru více aktivní. Během druhého semestru se frekvence konzultací snížila, nicméně byla stále dostatečná. Nicméně student vždy reagoval na mé dotazy a vždy dostatečně konzultoval. | ||
| Aktivita při dokončování | Práce byla dokončena s předstihem a dostatečně konzultována. | ||
| Publikační činnost, ocenění | Nejsem si vědom žádné publikační činnosti. |
Celkovo študent preštudoval do hĺbky metódy detekcie čiarových kódov a detektory objektov. V práci následne preštudované metódy vyskúšal a navrhol vlastný unikátny prístup. Finálne vyhodnotenie a porovnanie jednotlivých metód má však chyby. Po zohľadnení prínosov a nedostatkov navrhujem známku D, v prípade dobrej obhajoby C.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Úlohou práce bolo detekovať čiarové kódy v obraze a využívať moderné metódy počítačového videnia. Táto oblasť ide nad rámec bakalárskeho štúdia, čím je zadanie obtiažnejšie. | ||
| Rozsah splnění požadavků zadání | |||
| Rozsah technické zprávy | Práca má obvyklý rozsah, avšak vzhľadom na kontext riešenej témy sú detaily o 2D čiarových kódoch v sekcii 2.2 zbytočné. | ||
| Prezentační úroveň technické zprávy | 75 | V niektorých častiach má práca opakujúce sa informácie, čo zhoršuje čitateľnosť práce. Práca má však celkovo dobrú logickú štruktúru, prechádza najskôr cez definíciu úlohy, potom teoretický základ, ktorý študent následne aplikoval vo vlastnom systéme. | |
| Formální úprava technické zprávy | 65 | Práca má malé množstvo gramatických chýb. Vytkol by som dlhé popisy obrázkov, ktoré kazia prvotný dojem. Podobne prvotný dojem kazí aj chýbajúci anglický titul práce. Niektoré z obrázkov sú v texte nevhodne umiestnené. V práci je aj pomerne veľa obrázkov bez referencií z textu. | |
| Práce s literaturou | 70 | Práca má celkovo 36 literárnych zdrojov, ktoré sú relevantné k skúmanej problematike. Kvalita zdrojov je však rôzna, niektoré zdroje sú online tutoriály, dokumentácie kničníc a odkazy na implementácie. Pri používaní citácií sú často, hlavne pri obrázkoch, využívané poznámky pod čiarov. | |
| Realizační výstup | 65 | Odovzdané zdrojové kódy sú riadne zdokumentované a nachádza sa pri nich README s návodom na spustenie. Metóda využívajúca detektor YOLO, a zároveň aj študentom navrnutá metóda, je testovaná na celej dátovej sade, a teda aj na trénovacích dátach. Kedže sa jedná o metódy založené na strojovom učení, dosiahnuté výsledky, a následne porovnanie, je nesprávne. | |
| Využitelnost výsledků | Študentom navrhnutý systém je funkčný, keďže bol testovaný aj na trénovacích dátach, jeho prestnosť je ťažko porovnateľná, a teda je ťažké zhodnotiť či je v praxi využiteľný. |
eVSKP id 146404