SLAVÍČEK, D. Registrace obrazů s využitím optimalizace pomocí automatické diferenciace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Student David Slavíček výrazně zlepšil svoji práci v náhradním termínu obhajoby, kde práci výrazně rozšířil a dopracoval. Student pracoval velmi samostatně. Teoretická část práce je dostatečná, avšak některé části jsou popsány nejasně a bez potřebných detailů. Práce stále obsahuje řadu formálních nedostatků, zejména se jedná o nekvalitní obrázky, překlepy či grafy s nevhodně zvoleným rozsahem. Pozitivně hodnotím programovou část, kde se studentovi podařila implementace této složité metody, včetně optimalizace hyperparametrů a spouštění výpočtu formou dávkových úloh prostřednictvím Metacentra. Není mi však jasné proč student optimalizuje pouze učební krok a ne ostatní hyperparametry. Jsou otestovány dvě rozdílné databáze (rentgenové snímky a snímky očního pozadí), kde v jednom případě vytvořený algoritmus dosáhl dokonce lepších výsledků než algoritmy se kterými se student srovnává. Bohužel textová část trpí nedostatky, kde řada věcí je popsána nejasně či nedostatečně. Nerozumím, proč je u předzpracování místo obecného popisu či pseudokódu uveden kód v Matlabu, zvlášť když zbytek implementace je proveden v Pythonu. Chybí mi uvedený rozdíl výsledků bez a s optimalizací hyperparametrů, či vyhodnocení vlivu předzpracování. Celkově hodnotím, že práce je nyní v mnohem lepším stavu a student ukázal schopnost zpracovat dané téma na dobré úrovni. Formální i obsahové nedostatky textu jsou však stále patrné. Myslím si, že pokud by byly tyto nedostatky odstraněny, mohl by text plně reflektovat kvalitu praktického zpracování. Na základě výše uvedených pozorování hodnotím práci stupněm B s 82 body.
Diplomová práce Davida Slavíčka se zabývá využitím automatické diferenciace pro registraci obrazů. Samotný text práce je napsán na 40 stranách a je rozdělen na teoretickou část (cca 12 stran) a praktickou část (cca 28 stran). Teoretická část je oproti původní verzi rozšířená, ale i tak trpí stejnými nedostatky - celkově je kapitola značně stručná a jednotlivé oblasti jsou popsány poměrně povrchně. Kapitoly 1.2. a 1.3. mají jen 2 či 3 řádky. Rešerše v oblasti knihoven pro registraci obrazů byla doplněna a je v pořádku. Samotnou realizaci student popisuje více detailně a je poznat pokrok. Pozitivně hodnotím zejména podrobné testování a nastavení hyperparametrů a také experimenty na dvou různých obrazových sadách. Prezentace výsledků je také poměrně stručná, ale dostatečná. Diskuze výsledků je také v pořádku. Po formální stránce je práce spíše mírně podprůměrná. Jde zde předevím o překlepy, málo kvalitní obrázky (2.1. a 2.2.), text v kapitolách navazuje na jejich název (str. 14), absence matematické definice zásadní veličiny TRE, absence anglického ekvivalentu některých zkratek (např. REMPE, GDB-ICP) aj. Dle mého názoru, student David Slavíček splnil zadání a ukázal, že je schopen prakticky zpracovat zadaný úkol na poměrně dobré úrovni. Textová část tak pouze mírně kazí dojem z objemu práce, kterou student udělal. Z tohoto a z výše uvedených důvodů hodnotím práci stupněm C/75b.
eVSKP id 153838