GAJDOŠÍK, R. Implementace rozpoznávání gest na ARM jako alternativa tradičního ovládání zařízení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Student odvedl velmi dobrou práci, během řešení komunikoval a konzultoval problémy. Prokázal schopnost samostatné práce. Přikládám vyjádření odborného konzultanta: Student byl při vypracovávání své závěrečné práce zaměřený na výsledek a vždy zapracoval, co jsme mu poradili a na čem jsme se dohodli. Když se objevila překážka, snažil se ihned prozkoumat několik možných variant, jak se posunout dále. Nakonec úspěšně vytvořil samostatně fungující embedded aplikaci, kterou bude možné využívat i v dalších komplexnějších řešeních. Plánujeme další spolupráci na těchto konkrétních řešeních.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Téma práce byla vypsána společně s firmou NXP. Cílem bylo demonstrovat možnosti ARM čipů v aplikacích, která využívají gesta pro ovládání. Náročnost zadání spočívá především v experimentech, které je nutné provést pro úspěšné řešení. Zadání bylo studentem splněno. | ||
| Práce s literaturou | Student využil doporučenou literaturu, další zdroje vyhledával sám. | ||
| Aktivita během řešení, konzultace, komunikace | Komunikace s odborným konzultantem byla bezproblémová, konzultace probíhaly pravidelně a student byl vždy připraven a aktivní. S pedagogickým vedoucím nebyla komunikace během řešení tak častá, což vzhledem k charakteru práce nevadí. O postupu jsem byl průběžně informován. | ||
| Aktivita při dokončování | Student konzultoval s pedagogickým vedoucím závěrečnou podobu práce s dostatečným předstihem. | ||
| Publikační činnost, ocenění |
Mé hodnocení práce je založeno převážně na výsledné realizaci. Menší nedostatky v předložeeném textu překonává funkční a zdařile provedený ARM systém pro rozpoznávání gest.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Tématem práce bylo vytvořit systém pro rozpoznávání gest pro ARM systémy. Zadání vyžadovalo nelézt způsob, jak takový systém vytvořit a optimalizovat jej právě pro ARM. Náročnost hodnotím jako průměrnou. | ||
| Rozsah splnění požadavků zadání | Student se s tématem vypořádal zdařile a výsledkem je funkční systém pro rozpoznávání gest běžící na ARM. Student zvolil dca systémy, neuronovou síť Mobile Net V2 a systém Efficient Det. Druhý ze systému se podařilo umístit na ARM platformu. | ||
| Rozsah technické zprávy | |||
| Prezentační úroveň technické zprávy | 80 | Celkově text práce přináší přehledný a dostatečný popis toho, co bylo v rámci bakalářské práce učiněno. Práce představuje oblasti umělé inteligence a strojového učení. Dále student volí dva systémy pro detekci gest. Přestože píše, že správná volba je důležitá, proč právě tyto dva systémy vybral neuvádí. Na rozdílu od Mobile Net V2 systém Efficient Det, který je ve výsledk tím, který je nasazen pro ARM, blíže nerozebírá, jen konstatuje, že je pro tento problém vhodný. Dále text popisuje hardwarové a softwarové prostředky, které byly použity, diskutuje, jaké problémy nastaly zejména při pokusu upravit Mobile Net pro ARM a na závěr diskutuje výsledky. Co bych vytkl je ne zcela logické uspořádání jednotliivých částí. Dále v části popisující softwarové řešení je velké množství ukázek kódu, které jsou podle mého názoru zbytečné. Také smsysl zvláštních sekcí o ztrátové funkcí (2.5) nebo o epochách a dávkovém zpracování (3.4.1) mi příjdou zbytečné (tedy to, že pro tyto problémy byly vytvořený speciální sekce). Jinak ovšem práci považuji za nadprůměrnou. | |
| Formální úprava technické zprávy | 90 | Formální úprava práce je velmi dobrá, nenalezl jsem prohřešky proti jazyku, nakolik můžu angličtinu posoudit. Formu uvádění ukázek kódu s vesměs krátkým úvodním komentářem jsem již zahrnul do hodnocení výše. | |
| Práce s literaturou | 92 | Student uvádí celkem 57 pramenů, což je na bakalářskou práci poměrně vysoké číslo. Tyto prameny jsou v praci řádně citovány. Otázkou je, zdali všechny zdroje byly nezbytné a podstatné pro vznik této práce, ale věřím, že pro použití každěho z nich měl student důvod. | |
| Realizační výstup | 99 | Výsledkem je funkční a pěkně realizovaný systém pro rozpoznávání gest. I když jeho úspěšnost není stoprocentní, vzhledem k použitým prostředkům (dle zadání) a jejich omezením dosáhl student téměř maxima možného. | |
| Využitelnost výsledků | Mám za to, že tento systém by mohl být nasazen tak jak je, nebo po menších úpravách, do běžného provozu. |
eVSKP id 156738