ORAVA, V. Akcelerace neuronové sítě pro detekci obličeje ve zhoršených světelných podmínkách [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.

Posudky

Posudek vedoucího

Goldmann, Tomáš

Student během řešení práce systematicky postupoval a řešil samostatně dílčí úlohy. Kladně hodnotím průběžné řešení práce v průběhu semestru a také komunikaci s vedoucím, která byla bezproblémová. Jelikož jsem byl s přístupem studenta spokojený, hodnotím jeho přístup k práci stupněm výborně (A) .  

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Zadání práce je rozděleno do dvou části, kde první část je zaměřená na zlepšení detekce obličeje ve špatných světelných podmínkách a druhá část je zaměřená na akceleraci neuronové sítě pomocí akcelerátoru Intel Compute Neural Stick 2. Celkově hodnotím zadání jako obtížnější. především z pohledu množství úloh, co musel student v rámci práce řešit. Zadání práce považuji za splněné.
Práce s literaturou Student si opatřil veškeré studijní materiály svépomoci. Výběr považuji za relevantní k tématu řešené práce.
Aktivita během řešení, konzultace, komunikace Z pohledu aktivity hodnotím studenta velice kladně. Na práci průběžně na práci pracoval a na konzultace chodil prezentovat dosažené výsledky, stejně tak i diskutovat nastalé problémy. Na každou konzultaci byl vždy důkladně připraven a orientoval se v řešené problematice. S přístupem studenta během řešení práce jsem byl velice spokojený.  
Aktivita při dokončování Student si rozvrhl čas tak, aby práci dokončil v dostatečném předstihu. V posledních týdnech před odevzdáváním řešil jen věci související s technickou zprávou. Definitivní obsah technické zprávy byl s vedoucím konzultován. 
Publikační činnost, ocenění Publikační činnost ani ocenění mi nejsou známy.
Navrhovaná známka
A
Body
95

Posudek oponenta

Malinka, Kamil

Výstupy práce jsou na výborné úrovni. Detektor je funkční, student dosáhl prokazatelného zrychlení. Součástí je i poměrně velká experimentální část. Hodnocení snižuje méně vhodná reprezentace výsledků a jejich nedostatečná interpretace.  Práci tak v celkovém hodnocení doporučuji k obhajobě a navrhuji hodnocení "B".

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Jedná se o implementační BP s jasně ohraničeným rámcem.
Rozsah splnění požadavků zadání Student splnil všechny body zadání na velmi dobré úrovni. Odchýlil se pouze v bodě 3, který vyžaduje použití vlastní neuronové sítě. Student udělal několik pokusů vytvořit vlastní modely, ovšem nedosahovaly potřebné detekční kvality. Využil tak již předtrénované modely, které dotrénoval. Odchýlení považuji za dostatečně odůvodněné a považuji tak všechny body zadání za splněné. 
Rozsah technické zprávy Rozsah technické zprávy odpovídá požadavkům na bakalářskou práci. 
Prezentační úroveň technické zprávy 85 Logická struktura práce je na velmi dobré úrovni. Autor vhodným způsobem představuje řešenou problematiku a technologie potřebné k porozumění větších detailů. Kap 4. týkající se návrhu je poměrně stručná, pro lepší přehlednost by bylo vhodné vše vizualizovat a přidat i definici požadavků na výsledné řešení. Naopak velmi bohatá je část věnující se experimentům. Zde mi ovšem v záplavě prezentovaných výsledků chybí jejich lepší prezentace a hlavně interpretace. Pro některá srovnání musí čtenář mohutně listovat nebo sám složitě interpretovat co vlastně výsledky znamenají. V práci je např. uvedeno, že výsledné zrychlení je 40FPS, ale tu podstatnou informaci, že je to tedy téměř zdvojnásobení rychlosti, si čtenář musí extrahovat ze záplavy výsledků sám.   
Formální úprava technické zprávy 95 Jazyková a stylistická stránka práce i úroveň typografie je na výborné úrovni. Obsahuje jen minimum chyb a drobnosti typu použití kapitálek u jedné z referencí.  
Práce s literaturou 95 Odkazované zdroje jsou relevantní tématu a vhodně vybrány.
Realizační výstup 95 Realizační výstup je na výborné úrovni. Na prezentovaných datových sadách je vše funkční. Výsledný detektor byl v některých ohledech dokonce přesnější než porovnávaný state-of-the-art detektor YOLOv7-face. Zároveň se povedlo pomocí kvantování detekci podstatně zrychlit. Výhradu mám jen k nízkému počtu videí (pouze 2), na kterých vše bylo testováno, protože majorita experimentů se týkala jednotlivých snímků. Nicméně akceptuji vysvětlení, tedy vysokou manuální náročnost přípravy dat pro srovnání.  
Využitelnost výsledků Výsledkem je proof-of-koncept řešení, které ověřuje a potvrzuje efektivitu vybraných technologií pro akceleraci neuronových sítí. Další praktické využití však nevidím.  
Navrhovaná známka
B
Body
86

Otázky

eVSKP id 147660