HADWIGER, T. Detekce povrchových defektů kovových dílů pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Práce se věnovala současným přístupům využití hlubokých neuronových sítí pro detekci defektů na obrazových datech z oblasti průmyslových aplikací. Student se v problematice dokázal během práce dobře zorientovat, přestože se pro něho jednalo o nové téma. Hlavní náplní práce bylo porovnání různých variant architektur konvolučních neuronových sítí pro vybranou metodu detekce defektů. Student zvolil metodu CutPaste, která aktuálně stále patří mezi poměrně nové a přesné metody. Dále vytvořil vlastní implementaci této metody a provedl měření přesnosti detekce na třech datových množinách. Z technického hlediska práce byla řešena velmi dobře. Student své technické řešení také pravidelně konzultoval a průběžně přicházel s vlastními podněty. Naproti tomu písemnou část práce se bohužel nepodařilo před termínem odevzdání dostat do příliš kvalitní podoby, především z pohledu celkové úrovně technického popisu řešené problematiky a místy také z hlediska formální a grafické úpravy dokumentu (např. nekonzistentní velikost písma v diagramech). Celkově se však, především v praktické části podařilo dosáhnout kvalitních výsledků, které přispívají k současnému stavu poznání v oboru. Hodnocení práce navrhuji B/83 bodů.
Předložená bakalářská práce se zabývá problematikou detekce anomálií v obrazových datech s použitím konvolučních neuronových sítí. Konkrétně se jedná o detekci vad na lakovaných kovových dílech. Autor měl za úkol implementovat jednu vybranou metodu, kterou byla metoda CutPaste, a provést měření úspěšnosti této metody na třech datasetech (MVTec AD, MPDD a MPDD2) a s použitím vybraných architektur konvolučních neuronových sítí (ResNet-18, ResNet-50, EfficientNet, DenseNet a VGG). Autor zadání splnil a vypracoval práci, která je úplná a logicky členěná. Autorovi vytýkám především formální nedostatky, a to zejména místy netechnické vyjadřování, chybějící jednotky v textu i abstraktu u hodnot přesnosti, místy nevhodné užití tučného fontu a nejednotné označování, např. u datasetu MVTec AD. Celkově je práce na velmi dobré úrovni a navrhuji hodnocení B.
eVSKP id 160866