VRBIČANOVÁ, A. Detekce cesty ve venkovním prostředí zpracováním obrazu [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2020.
Antónia Vrbičanová se ve své práci věnuje detekci cesty ve venkovním prostředí. V práci používá dva přístupy: klasické zpracování obrazu využívající implementace OpenCV a konvoluční neuronové sítě. Obrazy pro zpracování jsou získané mobilním robotem v reálném prostředí městského parku. Slečna Vrbičanová pracovala samostatně a inciativně, odvedla velké množství práce, které se jí ovšem nepodařílo plně přetavit do vlastního textu diplomové práce, ve kterém jsou některá rozporná tvrzení. Práci proto hodnotím známkou dobře, tedy C.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Splnění požadavků a cílů zadání | B | ||
Postup a rozsah řešení, adekvátnost použitých metod | C | ||
Vlastní přínos a originalita | B | ||
Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry | C | ||
Využitelnost výsledků v praxi nebo teorii | B | ||
Logické uspořádání práce a formální náležitosti | B | ||
Grafická, stylistická úprava a pravopis | B | ||
Práce s literaturou včetně citací | A | ||
Samostatnost studenta při zpracování tématu | A |
Podstatou předložené práce je zaměřena na zpracování obrazových dat pomocí konvolučních neuronových sítí. Práce je sepsána a strukturována přehledně nicméně obsahuje množství menších nejasností které činí práci hůře čitelnou. Rešeršní část obsahuje zhodnocení aktuálních metod zpracování obrazu jak ve venkovním tak i vnitřním prostředí. Dále je zmíněna i možnost detekce cesty s vyznačenými jízdními pruhy a jsou nastíněny problémy kterým metody počítačového vidění čelí při detekci cest bez viditelných, nebo jinak vyznačených jízdních pruhů. Část práce věnována realizaci detektoru cesty s využitím konvolučních neuronových sítí popisuje základní architekturu těchto sítí a zmiňuje jejich popularitu v dnešních systémech pro zpracováni obrazových dat. Vlastní zhodnocení provedených experimentů od přípravy obrazových dat, návrhu struktury konvoluční neuronové sítě, trénování a vyhodnocení provedených experimentů je ovšem zpracováno zmatečnou formou. Není tak zcela jasné jak byla množina obrázků rozdělena na testovací data, trénovací data a ověřovací data. Grafy obsahují zmatečné označení os (např. obr. 9.6) a nedostatečné vysvětlení termínů jako je např. "chyba trénování sítě" nebo "přesnost sítě". Cíle práce byly splněny v požadovaném rozsahu a hodnotím známkou C.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Splnění požadavků a cílů zadání | A | ||
Postup a rozsah řešení, adekvátnost použitých metod | C | ||
Vlastní přínos a originalita | B | ||
Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry | D | ||
Využitelnost výsledků v praxi nebo teorii | B | ||
Logické uspořádání práce a formální náležitosti | C | ||
Grafická, stylistická úprava a pravopis | B | ||
Práce s literaturou včetně citací | B |
eVSKP id 124861