手写数字识别项目
这是一个使用PyTorch实现的手写数字识别项目，基于MNIST数据集训练了一个卷积神经网络模型。
项目结构
train.py- 训练手写数字识别模型predict.py- 使用训练好的模型预测图像中的数字download_mnist.py- 直接下载MNIST数据集visualize_mnist.py- 可视化MNIST数据集中的样本draw_and_predict.py- 交互式绘图工具，可以绘制数字并进行实时预测
环境要求
- Python 3.6+
- PyTorch
- torchvision
- matplotlib
- numpy
- Pillow (PIL)
- tkinter (Python内置，用于交互式绘图工具)
可以使用以下命令安装所需依赖：
pip install torch torchvision matplotlib numpy pillow
使用说明
1. 下载数据集
运行以下命令直接下载MNIST数据集：
python download_mnist.py
2. 可视化数据集
查看MNIST数据集中的样本：
python visualize_mnist.py
这将生成多个图像文件，显示数据集中的随机样本和每个数字的样本。
3. 训练模型
运行以下命令开始训练模型：
python train.py
训练完成后，模型将保存为mnist_cnn.pt。同时会生成以下文件：
sample_digits.png- 显示训练数据集中的一些样本accuracy.png- 显示训练过程中测试集准确率的变化
4. 预测图像
使用训练好的模型预测图像中的数字：
python predict.py
按照提示输入图像路径，程序将显示预测结果。
5. 交互式绘图和预测
启动交互式绘图工具，可以自己绘制数字并实时预测：
python draw_and_predict.py
使用方法：
- 在黑色画布上用鼠标绘制白色数字
- 调整画笔粗细
- 点击"预测"按钮进行识别
- 点击"清除"按钮清空画布
- 点击"保存"按钮保存当前绘制的图像
模型结构
该项目使用了一个简单的卷积神经网络(CNN)，结构如下：
- 2个卷积层
- 最大池化层
- 2个全连接层
- Dropout用于防止过拟合
性能
在MNIST测试集上，该模型通常可以达到约99%的准确率。
代码
git clone https://gitee.com/wan_you_to/digital-recognition.git
