Recognition of the number of dots thrown on the dice by machine learning methods

W pracy przedstawiono implementację sieci neuronowej, która, na podstawie zdjęcia podanego na wejściu, rozpoznaje ilość oczek wyrzuconych na kościach do gry. Do implementacji użyto języka Python.Opisano warstwy tworzące architekturę sieci neuronowej i podano przykłady ich działania. Zrobiono ponad 1000 zdjęć sześciu różnym kostkom i pokazano, w jaki sposób zbudować oraz wytrenować, na podstawie tych zdjęć, model sieci neuronowej do klasyfikacji dwóch, a potem trzech ścianek kostki. Podano dokładność, z jaką sieć potrafiła poprawnie klasyfikować nowe fotografie oraz umieszczono wykresy pokazujące, jak wyglądał proces treningu. Na końcu opisano krótkie wnioski np. jak można byłoby poprawić dokładność modelu oraz czego się nauczyłem podczas pisania tej pracy.

The paper presents the implementation of the neural network which, by taking a photo as an input, recognizes the number of dots thrown on a dice. Python programming language was used for implementation.The layers forming the neural network architecture are described and examples of their operation are given. More than 1,000 photos of six different dice are taken and it is shown how to build and train, based on these photos, a neural network model for the classification of two and then three walls of a dice. The accuracy with which the network was able to correctly classify new photos is given, and graphs are provided to show what the training process looked like. At the end, short conclusions are described, e.g. how the accuracy of the model could be improved and what I have learned while writing this paper.