https://www.bilibili.com/video/BV1XEiPBpEoe/
项目概述
本项目是一个基于深度学习技术的手写数字识别系统，利用卷积神经网络（CNN）实现对手写数字的准确识别。系统提供直观的Web界面，用户可以直接在浏览器中手写数字并实时获取识别结果，同时展示识别的置信度和各类别的概率分布。
功能特点
- 直观的手写界面：用户可以在Web画布上自由书写数字，支持鼠标和触摸操作
- 实时识别功能：点击识别按钮即可快速获取预测结果
- 可视化概率分布：以条形图形式展示模型对0-9每个数字的预测概率
- 高精度识别：基于PyTorch训练的CNN模型，具有较高的识别准确率
- 跨平台访问：基于Web的应用，可在多种设备上访问使用
技术实现
后端技术
- PyTorch：构建和训练卷积神经网络模型
- Flask：提供Web服务和API接口
前端技术
- HTML5 Canvas：实现手写输入功能
- JavaScript：处理用户交互和数据可视化
- CSS3：美化界面布局和样式
模型架构
采用经典的CNN架构，包含以下主要层：
- 卷积层：提取图像特征
- 池化层：降低特征维度
- 全连接层：进行分类预测
工作流程
- 用户在前端界面手写数字
- 前端将图像转换为Base64格式并发送到后端
- 后端对接收到的图像进行预处理（灰度转换、尺寸调整等）
- 使用预训练的CNN模型进行预测
- 后端返回预测结果和概率分布
- 前端展示识别结果和概率条形图
数据集
使用经典的MNIST手写数字数据集，包含：
- 60,000张训练图像
- 10,000张测试图像
- 图像分辨率为28x28像素，灰度格式
使用方法
- 运行应用程序
- 在浏览器中访问应用界面
- 在画布上使用鼠标或触摸设备书写数字
- 点击"识别"按钮获取预测结果
- 查看识别数字和概率分布
- 点击"清除"按钮可重新书写
模型训练
系统包含完整的模型训练脚本，支持：
- 自定义训练参数（批次大小、学习率、训练轮数等）
- 学习率调度
- 训练过程监控（损失值、准确率等）
- 模型权重保存
评估与优化
提供模型评估工具，可生成：
- 混淆矩阵
- 各数字类别的准确率报告
- 训练过程可视化图表
本项目展示了深度学习在图像识别领域的应用，结合Web技术提供了便捷的用户交互体验，适合作为深度学习入门和实践的示例项目。
