Dobrý den,
Vítám Vás na 42. ročníku KK SOČ. Byť je letošní ročník realizován on-line formou i přesto bychom Vám chtěli popřát hodně úspěchů při obhajobě Vašich prací.
Systém obhajob bude takový, že zde zveřejníme zaslanou práci. Po odsouhlasení ze strany autora budou vloženy otázky hodnotící komise. Následně se k jednotlivým otázkám autor vyjádří.
Po zodpovězení otázek budou účastníci dotázáni zda mají doplňující otázky. V případě že NE, bude obhajoba ukončena a vyzván další v pořadí
Pokud by bylo možné mohli bychom přejít na on-line komunikaci pomocí programu Teams. V tomto případě, je nutné aby všichni autoři i celá porota měla k dispozici tento program.
Prosím o vyjádření – <příjmení – ANO/NE>

Pravidla pro komunikaci na fóru:
1) Na položené otázky odpovídejte pomocí tlačítka odpovědět (pravá horní část). ve formátu add. <číslo otázky>
2) Vaše odpovědi by měli být stručné, jasné bez zbytečného rozepisování.
3) V odpovědích používejte technické termíny, nepoužívejte hovorové výrazy a vyhněte se vulgaritám.

Pořadí obhajob:
Jiří Jílek Úlová váha s přenosem informací pomocí IoT sítě Sigfox
Lukáš Kořínek Moderní metody digitálního zpracování obrazu
Jan Valeš Systém pro zhodnocení kvality webových stránek
Jonáš Havelka Neuronové sítě
Stanislav Zemek Vzdálený monitoring stavu včelího úlu

Dobrý den, vítám soutěžící.

Jsem přítomna

add #21216
Dobrý den,
ano mám k dispozici MS Teams.

Dobrý den,

vítám soutěžící.

odkaz na Teams https://teams.microsoft.com/l/team/19%3a4a310970532d427c92583a3ab60fc753%40thread.tacv2/conversations?groupId=b2b86e67-30b1-45a2-a680-addbb2d3b1da&tenantId=34968df5-a331-4934-8c8a-6fd4a54f07ec

prosím o připojení

Dobrý den,
Zemek – Stahuji, nainstaluji a ANO.

Dobrý den,

omlouvám se, program Teams nemám. (Nemám licenci na MS Office.)

Vážení studenti mohli by jste mi zaslat vaše emailové adresy abych Vás mohl připojit k Teams.
Děkuji

add #21241
Email pro Teams: jiri.jilek@spssecb.cz

E-mail: jonas.havelka@volny.cz

Jonáši, licence není pro použití třeba. Pokud si MS Teams instalovat nechcete, můžeme to vyřešit zde, pokud byste souhlasil, urychlilo by to a zefektivnilo komunikaci. Co byste upřednostnil?

Prosím účastníky o spuštění a připojení k Teams.

email: stzemek433@gmail.com
Asi také nemám licenci 😀
Netušil jsem že to je placené..

Dobrý den,

jsem přítomen. Bohužel nejsem doma, tak bych raději odpovídal bez hovoru. V nejhorším případě by to ale možné bylo.

Lukáš Kořínek

Dobré ráno,
naše škola nemá Teams aktivované, jenda.vales@seznam.cz

Klidně Teamsy, když se mi do nich podaří dostat, nikdy jsem je nepoužíval a tak jsem netušil, jestli fungují i zdarma.

název práce: Úlová váha s přenosem informací pomocí IoT sítě Sigfox
autor: Jiří Jílek
název školy: Střední průmyslová škola strojní a elektrotechnická, České Budějovice, Dukelská 13, Dukelská 13, 37145 České Budějovice
odkaz na video: https://www.youtube.com/watch?v=m-Dn85goPn4&feature=youtu.be
doplňující otázky přes Teams

název práce: Moderní metody digitálního zpracování obrazu
autor: Lukáš Kořínek
název školy: Gymnázium J. V. Jirsíka, Fráni Šrámka 23, 371 46 České Budějovice
odkaz na video: https://www.youtube.com/watch?v=isjrLzJBA38&t=1s
doplňující otázky:

1. Řekněte v krátkosti, čím se zásadně odlišují sítě U-Net a Noise2Void?

Lukáši, měl bych dotaz na vaši práci (počítáme v součtu cca 15 minut dotazování):
Jak si vysvětlujete, že segmantace Noise2Void rychlejší než u Non-local means?

add #21282 Ing. Kašpar Jaká je možnost využití výsledků této práce?

Všichni: pokud by byly nějaké technické problémy, které byste rádi vyřešili interaktivně, zavolejte mi na 608 101 699.

U-Net je konvoluční neuronová síť, která se používá pro detekci objektů a segmentaci snímku. Zatímco Noise2Void je síť, která se používá na odstraňování šumu. Liší se převážně v tom, jakým způsobem se jednotlivé sítě učí. Noise2Void se učí ze samotného snímku (tj. z patche na snímku). U-Net má při trénování k dispozici originální snímky a k nim příslušné labely.

Neuronovým sítím trvá obecně dlouho se natrénovat, ale při dostatečném natrénování jsou schopně řešit úlohy rychleji než běžné metody. Non-local Means je pomalejší, protože musí provést mnohonásobně více operací. Porovnává mnoho patchů s jejich okolními patchy, což vede k mnoha výpočtům, které musí NLM udělat.

U segmentace sítí U-Net je možné využít nahradit U-Netem původní metodu, která byla pomalejší. Domnívám se, že při větším množství dat, by síť byla i přesnější. Její využítí by tedy mohlo být při segmetnaci zmíněných ostrůvků. Výsledky jsou jinak dobré k porovnání jednotlivých metod.

Lukáš Kořínek

Děkuji za dotazy, rád vám zodpovím případné dodatečné otázky.

Mohl byste odhadnout časovou složitost segmentace Noise2Void a Non-local means? Jak rychle by podle vás rostl čas v závislosti na rozlišení čištěných obrázků?

Děkuji za odpověď.

Noise2Void se dokáže natrénovat na jediném patchy ze snímku, tedy nezáleží příliš na rozlišení snímku. U NLM závisí rychlost i přesnost na rozměrech pole se kterým patch porovnáváme. Tedy znovu nezáleží tolik na rozlišení snímku, ale na parametrech NLM, které nastavíme. U NLM by ale rychlost klesala rychleji.

Mohl byste to upřesnit a pokusit se zdůvodnit? Mám na mysli časovou závislost vzhledem k délce vstupu (rozlišení vstupních obrázků), tj. jestli doba zpracování roste lineárně, kvadraticky, nebo dokonce exponenciálně?

Non local Means porovnává každý pixel a jeho okolí s předem daným počtem patchů v předem daném okolí. Závisí tedy na počtu pixelů, které musíme porovnávat. Rychlost tedy bude růst lineárně, ale zároveň s tím, bude klesat přesnost odšumování, která je závislá na vstupních parametrech NLM.
U N2V by musela síť zpracovat větší množství pixelů, tedy by rychlost rostla též lineárně.

Děkujeme za odpovědi. Již další na Vás nemáme.
Zde na webu budou vyvěšeny výsledky kategorie.

Děkuji, z dotazů je to vše. Porovnáme nyní vaše práce a cca během 15 minut je zde zveřejníme, prosíme tedy o posečkání.

název práce: Systém pro zhodnocení kvality webových stránek
autor: Jan Valeš
název školy: SPŠ a VOŠ Písek, Písek, 39711 Karla Čapka 402
odkaz na video: https://www.youtube.com/watch?v=tw7k-TSSddI&feature=youtu.be
doplňující otázky přes systém Teams.

název práce: Neuronové sítě
autor: Jonáš Havelka
název školy: Gymnázium, České Budějovice, Jírovcova 8, Jírovcova 8, 37161 České Budějovice
odkaz na video: https://www.youtube.com/watch?v=841WdN13uHM&feature=youtu.be
doplňující otázky přes systém Teams

název práce: Vzdálený monitoring stavu včelího úlu
autor: Stanislav Zemek
název školy: Střední průmyslová škola a Vyšší odborná škola, Písek, Karla Čapka, 402, 39701 Písek
odkaz na video: https://www.youtube.com/watch?v=_urUpGmHHkw&feature=youtu.be
doplňující otázky přes systém Teams

Výsledky krajského kola oboru (18) Informatika

1 místo Stanislav Zemek Vzdálený monitoring stavu včelího úlu
2 místo Jonáš Havelka Neuronové sítě (licitace CK)
3 místo Lukáš Kořínek Moderní metody digitálního zpracování obrazu
4 místo Jiří Jílek Úlová váha s přenosem informací pomocí IoT sítě Sigfox
5 místo Jan Valeš Systém pro zhodnocení kvality webových stránek