• Nebyly nalezeny žádné výsledky

Oponentura67785_xchud01.pdf, 64.5 kB Stáhnout

N/A
N/A
Protected

Academic year: 2022

Podíl "Oponentura67785_xchud01.pdf, 64.5 kB Stáhnout"

Copied!
1
0
0

Načítání.... (zobrazit plný text nyní)

Fulltext

(1)

Posudek oponenta diplomové práce

Studijní program:Aplikovaná informatika

Studijní obor:Informační systémy a technologie Akademický rok:2019/2020

Název práce:Prototyp aplikace rozpoznávání obrazu pro realitní portál Řešitel:Bc. Martin Dědek

Vedoucí práce:Ing. Pavel Zimmermann, Ph.D.

Oponent:Ing. David Chudán, Ph.D.

Hlediska Stupeň

hodnocení

1. Jasnost a srozumitelnost formulace tématu a cíle práce 1

2. Rozsah a relevance popisu současného poznání 1

3. Náročnost řešeného tématu práce 1

4. Adekvátnost metod k řešení stanoveného problému, správnost jejich výběru a použití 1

5. Rozsah, hloubka a preciznost popisu výsledku 2

6. Relevance a správnost diskuse výsledku 2

7. Věcný přínos výsledku dosaženého v práci 1

8. Relevance informačních zdrojů a korektnost jejich citování 1

9. Logická stavba práce a vzájemná konzistence jednotlivých částí 1 10. Gramatika, jazykový styl, terminologie a celková úprava práce 2

Konkrétní připomínky a dotazy k práci:

Předložená práce důkladně rozpracovává aktuální a populární téma, kterým je rozpoznávání obrazu s využitím konvolučních neuronových sítí. Autor si vybral doménu realitního trhu, jeho hlavním cílem je vytvoření modelu pro klasifikaci obrázků různých místností bytů nabízených na realitním portálu.

Vytvořený klasifikační model potom dále využít v prototypové webové aplikaci, která slouží k demonstraci toho, jak by bylo tento model možné využít při nasazení na realitním portálu. Práci celkově hodnotím velice kladně. Stanovené cíle jsou ambiciózní a byly naplněny. Autor vytvořil model, který s více než 90%

správností klasifikuje fotografie místností a tento model je implementovaný ve webové aplikaci. Navíc autor přináší i jisté ověření smysluplnost svého snažení z hlediska praxe, kdy výsledek ověřuje a diskutuje formou rozhovoru s oborníkem v oblasti realit, což považuji za pomyslnou třešničkou na celé práci. Velmi kvalitně je zpracovaná rešerše literatury v kapitole 1.5 a celkově práce se zdroji. Mírné nedostatky vidím v úpravě práce, kdy jsem identifikoval například jiný typ písma na str. 24, nezarovnané formátování v seznamu obrázků a výpisů v úvodu práce, či poněkud rušivě působící nevystředění obrázků. Dále se v práci občasně objevují poněkud kostrbaté věty. Nepřesností se potom autor dopouští na straně 62 a předcházejících, kdy nerozlišuje termíny přesnost (precision) a správnost (accuracy). Z hlediska obsahu mám jen minimum připomínek. Jednou z nich je dotaz na stanovení konkrétní hladiny požadované správnosti. Proč právě na 85 % (str. 33)? Druhá připomínka se týká výběru cloudové platformy pro vytvoření modelu, zde bylo poměrně direktivně vybráno Google Colaboraty, beze snahy vysvětlit, proč se pro daný úkol nehodil například AWS či MS Azure. Vzhledem k celkové kvalitě práce to jsou však pouze drobnosti a navrhuji výslednou známku výborně.

Závěr: Diplomovou práci doporučuji k obhajobě.

Navrhovaná výsledná klasifikace práce: 1

Datum: 11. 8. 2020 Ing. David Chudán, Ph.D.

oponent práce

Odkazy

Související dokumenty

Poslední č ást práce popisuje detailní postup zpracování, který se týká p ř edevším využití pluginu SketchUp6ESRI pro konverzi vektorizovaných dat z prost

Model má ukázat, jak využít snímač intenzity osvětlení v balíkové dopravě.. K provádění testu jsem použil osobní počítač, ke kterému jsem připojil model

Dílčí ukazatele následně pouţijeme při aplikaci syntetických ukazatelů KAMF (klasifikační model municipální firmy realizující pouze hlavní činnost) také KAMF*

Zónové modely je možné dále rozdělit na modely, které jsou čistě deterministické jako je model BRANZFIRE a na modely pravděpodobnostně – deterministické

Prezentace slouží jako materiál k výkladu tématu Česká literatura po roce 1945.. V závěru výkladu je možno využít poslech ukázek

P ř i nasazení skenování je možné využít softwarové rozpoznání rastru neboli technologii OCR (optical character recognition), jehož výstupem je textový dokument,

Hlavně oceňuji konkrétní aplikaci navržené metody ověření webové analytiky s GDPR na praktickém příkladě a demonstraci jejích silných stránek i omezení. Stejně tak

Dále jsou výstupy práce 3D model hradu Bečov nad Teplou, vytvořený v programu Google SketchUp, a bodová vrstva spolu s atributy jednotlivých dřevin v areálu zámku Valeč..