ZAPLETAL, O. Rozpoznávání obrazů konvolučními neuronovými sítěmi - základní koncepty [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.
Diplomová práce o konvolučních neuronových sítích pro rozpoznávání obrazů měla za úkol, kromě studia teorie, zejména zmapovat aplikační oblasti použití tohoto v nedávné době moderního nástroje. To se v určité míře podařilo, nicméně prostor pro další vylepšení je stále velký. Pracovní úsilí a konzultace diplomanta byly celkem dobré, ikdyž rozvržení zátěže nebylo vůbec rovnoměrné. Z časových důvodů (protože učicí fáze CNN jsou výpočetně velmi náročné) implementoval diplomant své experimenty na grafické kartě, což není výslovně v zadání uvedeno, stejně tak jako jeho volba psát práci v angličtině, čili samostatnost a aktivitu při řešení zadání chválím. Hlavním obsahovým neduhem práce je redukce původního záměru zevrubného testování vysokého počtu kategorií v obrazech rozsáhlé databáze ImageNet na minimální experimentální penzum, nicméně provedená HW implementace a srovnání vlastního řešení s výsledky špičkové soutěže ILSVCR řadí práci do dobrých.
Diplomová práce Bc. Ondřeje Zapletala se zabývá základními koncepty rozpoznávání obrazů pomocí konvoluční neuronové sítě (CNN). Jedná se o jedno z nejprogresivnějších odvětví strojového učení (deep learning), kde se za pomoci mnohovrstvých nelineárních výpočetních modelů získává užitečná informace přímo z dat. Diplomant ve druhé kapitole popsal základní pojmy z oblasti umělé inteligence, rozpoznávaní obrazu a strojového učení. Třetí kapitola se zabývá problematikou umělých neuronových sítí, jejich strukturou a popisem principů konvolučních neuronových sítí. Ve čtvrté kapitole je provedena rešerše použití CNN v oblasti rozpoznávání obrazu. V páté a šesté kapitole jsou popsány výsledky dosažené v diplomové práci. Pátá kapitola obsahuje návrh a realizaci testovacího prostředí pomocí vybraného software (konfigurace - viz tabulka 5.2) a hardware. Šestá kapitola obsahuje dosažené experimentální výsledky z hlediska struktury CNN, parametrů učení a počtu tréninkových obrazů z databáze ImageNet. K předložené diplomové práci mám následující připomínky: 1. Doporučená literatura není uvedena v seznamu použité literatury. 2. Popis obrázku 3.1. neodpovídá popisu v rovnicích 3.1 a 3.2. 3. V práci mi chybí definice parametrů beta 1 a beta 2 (str. 53). 4. V práci postrádám definici výpočtu přesnosti. 5. Diplomant dosažené výsledky prezentuje pojmem „přesnost“ i když dle zadání má uvádět chybu, viz kapitola 4.2, výsledky soutěže ILSVRC. Zadání předložené diplomové práce bylo splněno. Diplomant vytvořil funkční systém pro rozpoznávání obrazu použitím konvoluční neuronové sítě. Zkušební komisi navrhuji hodnocení 79 bodů / dobře.
eVSKP id 102624