Automatické počítání bodů ve hře Divukraj

Abstract

Tato bakalářská práce se zabývá návrhem a implementací systému pro automatické bodování ve strategické deskové hře Divukraj. Cílem bylo vyvinout softwarový nástroj, který pomocí metod počítačového vidění rozpozná karty a herní objekty na fotografii finální herní plochy a následně vypočítá skóre jednotlivých hráčů. V práci jsou popsány moderní přístupy k detekci a klasifikaci objektů, přičemž důraz je kladen na využití modelů YOLOv8 a YOLO11. Vzhledem k neexistenci vhodné datové sady byl vytvořen generátor syntetických dat, který umožňuje flexibilní tvorbu herních scén s různými kombinacemi karet, objektů a pozadí. Generátor je navržen jako znovupoužitelný nástroj i pro jiné typy deskových her. Výsledný systém dosahuje přesnosti mAP@0.5 77 % (karty 99 %, předměty 56 %) a demonstruje možnosti automatizace bodování ve společenských hrách pomocí umělé inteligence.

This bachelor thesis deals with the design and implementation of an automatic scoring system for the strategy board game Everdell. The aim was to develop a software tool that uses computer vision techniques to recognize cards and game objects in a photograph of the final game board and then calculates the scores of each player. The paper describes modern approaches to object detection and classification, with emphasis on the use of the YOLOv8 and YOLO11 models. In the absence of a suitable dataset, a synthetic data generator was developed to allow flexible creation of game scenes with different combinations of cards, objects and backgrounds. The generator is designed as a reusable tool for other types of board games. The resulting system achieves an accuracy of mAP@0.5 77 % (cards 99 %, objects 56 %) and demonstrates the potential of automating scoring in board games using artificial intelligence.