WOLNY, M. Augmentace datasetu s využitím metod přenesení stylu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Bakalářská práce studenta Wolného se zabývala metodami rozšíření datasetu za použití metod přenesení stylu. Zadání považuji za obtížné pro bakalářskou práci. Student v průběhu semestru pravidelně konzultoval a pracoval na práci. Na základě rešerše odborných článků zprovoznil tři různé metody přenesení stylu. Tyto metody použil k augmentaci dodaného datasetu a s využitím dodaného skriptu vyhodnotil statistické parametry nových dat. Jsem přesvědčen, že objem odvedené práce je v lehkém nepoměru s psanou formou. Tento nepoměr vznikl v důsledku slabší pozornosti věnované písemné práci. Odvedenou práci považuji za nadprůměrnou i když písemná práce má své nedostatky. Práce svědčí o bakalářských schopnostech studenta a doporučuji ji k obhajobě.
Student se v práci zabýval tématikou užití přenesení stylu, jako techniky, pro modifikaci a rozšíření stávajícího datasetu pro učení neuronových stítí. Toto téma považuji za velice aktuální a věcné. Student se v práci vyjadřuje své myšlenky většinou stručně a srozumitelně. Není zde patrná snaha o nadměrné vkládání nepotřebného textu. Z textu shledávám, že student věnoval hodně času studiu podstaty augmentace dat a rozumí všem technikám o kterých v práci pojednává. Dovolím si však vytknout vyváženost úvodní kapitoly. V kapitolách 1.2 a 1.3 student velmi rozsáhle pojednává o geometrických a fotometrických transformacích obrazu. Těmi však ve zbytku práce operuje jen omezeně. Místo toho kapitola 1.5, která tvoří teoretický základ práce je poněkud stručná. Pro osobu neseznámenou s problematikou GAN a transferu stylu je tato část textu velice obtížně srozumitelná. Naopak oceňuji skutečnost, že student provedl rešerši a zprovoznil tři reálné projekty z GitHubu. To není vždy samozřejmostí. Poslední výtka míří k výslednému vyhodnocení dat. Student uzavírá své hodnocení statistickým vyhodnocením několika málo statistikami nad vygenerovanými daty. Hodnoty jako průměrný jas, či medián jasu pixelů jsou pro učení neuronových sítí nicneříkající. Nejlepším důkazem přínosu augmentace je doložit lepší výsledky při učení třeba i jednoduchého modelu. Zároveň by také bylo vhodné v prácí více prezentovat vygenerovaná obrazová data. Práci s literaturou považuji za výrazně nadstandartní. Student cituje velké množství konkrétních vědeckých článku, což je jev pro studenty bakalářského programu velice vzácný. Práci považuji za autorskou a student tímto dílem prokazuje své bakalářské schopnosti. Práci doporučuji k obhajobě.
eVSKP id 151857