Zadání vzniklo po dohodě se studentem a firmou Micro-Epsilon Inspection, s.r.o. a velmi volně navazuje na bakalářskou práci pana Totha, ve které se věnoval identifikaci znaků na hloubkovém snímku bočnice pneumatiky. Úlohu identifikace defektů na běhounu pneumatiky bez datové sady všech typů pneumatik a defektů považují za velmi obtížnou.

Požadované body zadání byly splněny. Výsledné řešení sice není dostatečné pro produkční prostředí, ale věřím, že prototyp je pro firmu velkým přínosem a přiblížením v reálném nasazení hlubokého učení pro automatickou kontrolu pneumatik.

Není známa.

Student pracoval intenzivně po oba semestry a během této doby odvedl nadstandardní množství kvalitní práce.

Stupeň hodnocení: zadání splněno

Práce je vhodně členěná, rozsahy kapitol jsou přiměřené, jde o hutný odborný text.

Práce správně cituje vhodné zdroje a v dostatečném množství, pouze [15] bych preferoval uvést jen jako poznámku pod čarou.

Jde o práci experimentální, výzkumnou, kdy student přizpůsobil či navrhl řadu algoritmů a ověřil jejich přínosnost pro řešení daného problému. Celkové řešení sestává z mnoha navazujících kroků a je velmi komplexní. Řešení má zřejmě potenciál pro využití v průmyslu.