ZLATNÍČKOVÁ, M. Generátor syntetických dat pro vývoj detektorů dronů [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2022.

Posudek vedoucího

Škrabánek, Pavel

Předložená diplomová práce se zabývá vývojem aplikace, která uživateli umožňuje generovat anotované datové sady obsahující jeden či více dronů. Uživatel může nastavovat počet dronů, které chce do snímku vložit, přičemž aplikace umožňuje do obrazu vkládat různé typy dronů. Uživatel může měnit jejich velikost a natočení. Drony může rovněž rozostřit. V teoretické části práce se čtenář seznámí s relevantními operacemi z oblasti zpracování obrazu, se základy vykreslování obrazu, a s problematikou detekce objektů v obrazových datech s využitím hlubokých konvolučních sítí. Předložená práce tedy naplňuje všechny body zadání. Studentka při řešení zadaného tématu pracovala samostatně. V průběhu vývoje aplikace se musela potýkat z řadou netriviálních technických problémů spojených převážně s nekompletností 3D modelů dronů, které měla k dispozici. První a druhá kapitola jsou dobře napsány. Ve druhé kapitole, která se věnuje základním operacím používaným při zpracování obrazu, studentka zavádí relevantní matematický aparát, se kterým bohužel v praktické části příliš nepracuje. Třetí kapitola, která je věnována vykreslování obrazu, obsahuje řadu nadbytečných informací. Čtvrtá kapitola, která je věnována neuronovým sítím a detekci objektů, není vhodně strukturována. Ani praktická část, která je popsána v kapitole páté, nemá vhodnou strukturu a je poměrně skoupá na informace o vývoji aplikace. Naopak závěr práce považuji za poměrně zdařilí. Požadavky na formální úpravu jsou v textu většinou respektovány. Grafická úprava je místy slabší (zarovnání rovnic, titulky obrázku nesvázané s objekty, odsazení prvního řádku i přesto, že se nejedná o nový odstavec). Vytvořená aplikace má všechny požadované funkcionality, a však její ovládání je poměrně neintuitivní, což snižuje její hodnotu pro praktické aplikace. Práci doporučuji k obhajobě a hodnotím ji známkou C.

Posudek oponenta

Dobrovský, Ladislav

Předložená práce se zabývá důležitým současným problémem jak v civilním tak militantním kontextu. Nicméně celkově působí nedotaženě. Vzhledem k cílům zadání není výsledný software jejich plným naplněním, ovšem poskytuje dobrý prototyp pro pokračování. Text práce trpí některými formálními nedostatky a v některých ohledech zmiňuje zbytečně základní vzorce z lineární algebry, naopak hlubší informace o problematice chybí, např. slabiny jednotlivých typů detektorů, problémy při vykreslování 3D modelů, které by mohly způsobovat, že budou výsledná data nevhodná pro trénování klasifikátoru (aliasing, artefakty, nízký realismus, absence šumu). Použité gaussovské rozostření, by bylo vhodné doplnit o možnost rozmazání pohybem (motion blur). Chybí automatičtější generování trénovací množiny jako celku se zadanými parametry a rozsahy jejich hodnot s případným rozdělením pravděpodobnosti. V části 2.2.1 by bylo lépe vzorce nerozdělovat na dva řádky. Uvedení referencí [1] a [1, 3] vypadá jako součást vzorce; tato chyba se v práci dále opakuje u jiných vzorců a považuji ji za hrubou. Nesouhlasím s tvrzením na str. 23, že up-vector kamery má stejný směr jako u "vektoru prostředí". Je referencován návod na práci s knihovnou OpenGL, vekteré je up-vector použit jako parametr funkce gluLookAt a řeší možnost natočení kamery kolem optické osy. Výpisy souborů, kódu a příkazového řádku je vhodné lépe označovat, např. změnou řezu písma a vizuálně více oddělit. Odkazy URL v seznamu literatury je vhodnější formátovat nepodtržené.

eVSKP id 137275