Základem práce studenta byl návrh a realizace systému počítačového vidění na základě platformy firmy Nvidia. Student měl za úkol vyřešit propojení platformy Nvidia s PC a vytvořil plně funkční toolchain pro provozování počítačového vidění na této platformě v prostředí Linux. Student měl navrhnout i model komunikace mezi modulem Nvidia a nadřízeným PC přes rozhraní Ethernet. Jako zdroj dat měl student využít dodanou kameru. Toto zadání bylo vytvořeno pro firemní účely pro detekci objektů v prostory.
Student v rámci diplomové práce zprovoznil a oživil vývojový systém na Nvidia Jetson TX2 určený pro masivní paralelní zpracování dat na platformě Nvidia. Tento systém propojil s nadřízeným PC, dále sestavil a zprovoznil kompletní toolchain pro využívání této platformy. Student dále navrhnul a modifikoval detekční algoritmus počítačového vidění tak, aby využíval paralelní zpracování dat poskytované platformou Nvidia. Výsledkem diplomové práce je programové vybavení, které umožňuje detekovat a vyhodnotit polohu hledaného objektu ve scéně bez použití nadřízeného PC a to přímo v Nvidia Jatson TX2.
Student v rámci diplomové práce postupoval podle zadání práce, využíval konzultací jak vedoucího práce, tak zadavatelské firmy. Student si vhodně rozvrhnul pracovní činnosti a postupoval bez větších potíží. Všechny body zadání diplomové práce student splnil. Vlastní práce studenta je obsáhlá a na dobré úrovni. Student prokázal své inženýrské schopnosti a jeho diplomovou práci doporučuji k obhajobě. Výsledný počet bodů navržený vedoucím: 91

Úkolem pana Bc. Křivoklátského bylo navrhnout a realizovat vestavný systém inteligentního vidění na platformě NVIDIA. Autor se na začátku práce zaměřil na realizaci systému řešící úlohu detekce 3D objektů v prostoru s apriorní znalostí geometrického modelu daného objektu.

Realizace práce je z řemeslného hlediska na výborné úrovni. Text práce autor rozdělil do kapitol, které jsou logicky členěny a pokrývají všechny body zadání. Z práce je znát autorův zájem o dané téma, které je navíc aktuální, protože existuje tlak na vývoj levných a spolehlivých systémů v dané oblasti.

Mezi drobné výtky k textové práci řadím často opakující se formulace a vyšší výskyt nepodložených obecných tvrzení v literární rešerši. Dále např. vnoření podkapitoly se stejným názvem (viz kap. 4.4.2 a 4.4).

Očekávanými prostředky a nástroji, které autor v práci mohl z titulu zaměření studia také použít, jsou: výpočet nejistot (např. v kap. 5.3.3 při měření latence přenosu videa), vhodná optimální metoda pro vyhledávání nejlepší shody orientace objektu ve stavovém prostoru možných variant, či zautomatizování testů za účelem získání vyššího počtu naměřených dat.

Z práce plynou díky měření zajímavé výsledky. Pro srovnání by dle mého názoru bylo vhodnější vybrat zástupce z řady průmyslových zařízení. Z uvedeného srovnání navíc plyne fakt, že celkový čas dané operace je v celém měřeném rozsahu na vestavném systému s použitím CUDA technologie vyšší než na CPU platformě bez použití CUDA technologie. Vyvstává tedy otázka zda autor dosáhl zrychlení vykonání algoritmu, jak zamýšlel na začátku práce.

Práce splňuje všechny body zadání, doporučuji ji k obhajobě a navrhuji B (87b). Otázky k obhajobě:

1. Jaký systém byste nakonec zvolil pro nasazení do reálného průmyslového provozu v dané aplikaci?
2. Co vyvozujete z dosažených výsledků?

Výsledný počet bodů navržený oponentem: 87