S literaturou student pracoval samostatně. Stěžejní část studia literatury měl již za sebou a věnoval se zejména novinkám v oblasti detekce objektů a rodiny YOLO detektorů.

Dokončení technické zprávy probíhalo na poslední chvíli. Příležitost se vyjádřit k jejímu finálnímu stavu jsem měl až těsně před odevzdáním.

Práce začíná úvodem do problematiky mobilních operačních systémů a mobilního vývoje. Úvod je rozsáhlý, nicméně relevance některých pasáží pro samotnou práci je sporná. Následný přehled již existujících alternativních aplikací by naopak mohl být detailnější.

Dále práce popisuje základy počítačového vidění, detekce objektů a OCR, a to v úzkém zaměření na metody hlubokého učení. Obsahově jde o relevantní kapitolu, ovšem vysvětlení prezentovaných metod je místy zmatečné a opět obsahuje nadbytečné informace (např. celou tabulku 3.1 či rozbor všech variant modelů YOLO a jejich licencí). Popis OCR metod se zaměřuje pouze na knihovny a nijak se nedotýká principů metod samotných, což rovněž hodnotím negativně.

Následuje popis vytvořené datové sady. Ten však opět obsahuje řadu nadbytečných informací a není z něj ani zřejmé, jak konkrétně byla data anotována.

Design aplikace není přehledně popsán a silně se prolíná s implementačními detaily. Toto bych vzhledem k charakteru práce nehodnotil negativně, kdyby se v implementačních detailech student více zabýval obecným popisem architektury a méně pak detaily zvolených frameworků a signaturami jednotlivých, často nepříliš důležitých funkcí.

Z textu není jasné, jak přesně probíhalo trénování a vyhodnocení, z velké části kvůli různým variantám anotací v připravené datové sadě. Zároveň není zřejmé, jaký byl protokol uživatelského testování ani kdo konkrétně byli testovaní uživatelé. Chybí podrobné ukázky snímků, na kterých metoda selhává.

Student pro svoji datovou sadu nasbíral 1475 snímků obsahujících ceny a cenovky z různých zemí a situací, od obchodů po menu z restaurací. Na datové sadě student natrénoval celkem 4 modely pro detekci cen v obraze, přitom 2 z nich již předem identifikoval jako nevhodné. Na detekované ceny jsou následně aplikovány metody OCR skrze existující OCR frameworky. Student ve svém řešení nicméně opomenul případy, kdy se na cenovkách nachází více čísel, než pouze samotné ceny (např. cenovky v supermarketech). Za těchto situací řešení funguje pouze z poloviny.

Rozhraní aplikace je založené na frameworku Flutter. Aplikace je vizuálně minimalistická (má pouze 2 základní pohledy), což je ale vzhledem k tématu práce v pořádku. Odsazení některých UI elementů však není adekvátní. Boxy s převedenými měnami mají jednotnou velikost a často se překrývají, což činí převedené ceny stěží čitelnými. Zdrojové kódy jsou vhodně oddělené, ale obsahují pouze minimum komentářů.

Vyhodnocení detekcí a OCR je smysluplné, i když by bylo vhodné např. i rozdělení dle obtížnosti vstupních snímků. Uživatelský dotazník zaměřený na UI je složen z velmi obecných a jednoduchých otázek. Není zřejmé, proč testování neprobíhalo již v době návrhu rozhraní, kdy bylo možné ještě získanou zpětnou vazbu efektivně zapracovat do samotné aplikace. Pozoruhodné je i velmi kladné hodnocení přesnosti konverze z fotografií, když podle kvantitativních výsledků není až každá druhá cenovka přečtena správně.

Evaluation level: zadání splněno

Zadání bylo splněno.

Práce cituje celkem 47 zdrojů. Částečně se jedná o vědecké články, nicméně velká část referencí se odkazuje pouze na webové stránky různorodé kvality, licence, aplikace apod. Nebyla dodržena řádná citační etika. Např. citace článků často obsahují pouze jména autorů, název a rok vydání. Použité zdroje jsou nicméně relevantní a jsou v textu správně použity i citovány.