Student Samuel Bielik pracoval vesměs podle pokynů konzultanta Dr. Bilíka, k jehož hodnocení se připojuji a odkazuji se na věcné hodnocení diplomové práce v posudku konzultanta. Points proposed by supervisor: 90

Diplomová práce se věnuje vývoji systému pro detekci parazitických roztočů (konkrétně varroázy) na včelách pomocí metod počítačového vidění, včetně využití specifického spektrálního osvětlení a hlubokého učení. Autor pracuje s reálným hardwarem, navrhuje jeho úpravy a vytváří vlastní dataset, na kterém testuje různé algoritmy.

Přestože je varroáza zásadním ekonomickým problémem, jde o téma, které je dosud vědecky relativně opomíjené. V odborné literatuře se nachází pouze nižší desítky relevantních prací zaměřených na tento problém z pohledu počítačového vidění či strojového učení. Oceňuji, že se autor pustil do této problematiky, ale sekce rešerše by si zasloužila hlubší analýzu a širší záběr. Vzhledem k absenci etablovaných benchmarků je však potřeba zohlednit složitost vymezení vůči dosavadnímu stavu poznání.

Pozitivně hodnotím, že se autor věnoval jak hardwarové, tak softwarové části systému a v obou oblastech prokázal porozumění i schopnost samostatného návrhu. V práci jsou popsány konkrétní inovace, včetně úpravy osvětlovací jednotky. Jako slabinu nicméně vnímám volbu některých technologií - například použití Google Coral, který již dnes považuji za překonaný. Vhodnější by bylo zvážit současné platformy, jako jsou akcelerátory od NVIDIA nebo zařízení na bázi FPGA, jejichž význam rychle roste.

Velmi oceňuji, že autor porovnal přístup objektové detekce (object detection) se sémantickou segmentací. V kontextu dané aplikace považuji segmentaci za perspektivnější přístup a vítám, že se autor touto cestou alespoň částečně vydal.

Z pohledu slabších stránek bych zmínil práci s poměrně malým vzorkem dat. Dataset čítá pouze několik tisíc snímků, což je pro trénink hlubokých modelů limitující ideální by bylo mít datový základ o řád nebo dva větší. Rovněž zhodnocení výsledků považuji za poměrně povrchní; postrádám hlubší analýzu a interpretaci, která by vedla k formulaci konkrétních závěrů a doporučení pro další výzkum.

Obecně lze říci, že práce se dotýká celé řady technik a hypotéz, ale mnohé zůstávají nedotažené. Největší slabinou je tak jistá povrchnost ve vědecké rovině, zatímco po stránce inženýrské jde o kvalitní výstup.

Diplomová práce obsahuje relevantní experimenty, praktické výstupy a ukazuje reálné nasazení metod strojového učení. Přes výše uvedené výhrady je práce přínosná a prokazuje, že student je schopen samostatně řešit interdisciplinární technický problém. Pro větší vědeckou hodnotu by bylo potřeba věnovat více prostoru hlubší analýze výsledků a přesněji formulovaným závěrům.

Z mého pohledu se jedná o nadprůměrnou práci, v níž student prokázal inženýrské schopnosti, a navrhuji ji k obhajobě s hodnocením B. Topics for thesis defence:

1. Ve Vašá práci se po většinou zabýváte architekturou yolo11 implementovanou společností Ultralytics a Unet. V případě komercionalizace Vaší práce, zhodnoťte prosím licenční podmínky použití zníněných architektur. Případně diskutujte jiné open source architektury.
2. Ve svém posudku zmiňuji absenci obecnějšího datasetu, který by mohl sloužit jako benchmark pro tuto problematiku. Zamyslete se nad tím, jak by měl vypadata dataset, který by mohl takovou funkci v současné době splnit.

Points proposed by reviewer: 82