# 数字识别

**Repository Path**: tufgjfcc/digit-recognition

## Basic Information

- **Project Name**: 数字识别
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-04
- **Last Updated**: 2026-04-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 手写数字识别系统

基于LeNet-5卷积神经网络的手写数字识别项目，使用PyTorch框架实现，支持MNIST数据集的训练和测试，以及自定义手写数字图片的识别。

## 项目概述

本项目是一个完整的机器学习课程设计项目，实现了从数据预处理、模型训练到实际应用的完整流程。系统能够识别0-9的手写数字，并提供图形化界面和Web界面两种使用方式。

## 功能特性

- **模型训练**: 使用LeNet-5架构在MNIST数据集上训练
- **图片识别**: 支持上传手写数字图片进行实时识别
- **多种界面**: 提供Tkinter桌面应用和Web应用两种界面
- **模型管理**: 支持模型保存、加载和重新训练
- **可视化**: 提供训练过程可视化和预测结果展示
- **测试功能**: 包含自定义测试图片的批量测试

## 项目结构

```
机器学习课程设计/
├── app.py                 # 主应用程序（Tkinter界面）
├── model.py              # 模型定义和训练脚本
├── test.py               # 测试脚本和可视化
├── index.html            # Web界面
├── LeNet5.pth           # 训练好的模型权重文件
├── MNIST/               # MNIST数据集
│   ├── train-images-idx3-ubyte.gz
│   ├── train-labels-idx1-ubyte.gz
│   ├── t10k-images-idx3-ubyte.gz
│   └── t10k-labels-idx1-ubyte.gz
├── mnist_jpg/           # 转换后的JPG格式图片
├── 测试/                # 自定义测试图片
│   ├── *.png
│   └── *.jpg
└── uploads/             # 上传文件存储目录
```

## 技术栈

- **深度学习框架**: PyTorch
- **图像处理**: PIL (Pillow)
- **数据处理**: NumPy
- **可视化**: Matplotlib
- **GUI框架**: Tkinter
- **Web框架**: Flask (通过HTML界面)
- **数据集**: MNIST手写数字数据集

## 模型架构

### LeNet-5网络结构

```
输入层: 28×28×1 (灰度图像)
├── 卷积层1: 6个5×5卷积核 → 24×24×6
├── 池化层1: 2×2最大池化 → 12×12×6
├── 卷积层2: 16个5×5卷积核 → 8×8×16
├── 池化层2: 2×2最大池化 → 4×4×16
├── 全连接层1: 256 → 120
├── 全连接层2: 120 → 84
└── 输出层: 84 → 10 (数字0-9)
```

### 训练参数

- **优化器**: SGD (随机梯度下降)
- **学习率**: 0.01 (model.py) / 0.001 (test.py)
- **动量**: 0.9
- **批次大小**: 64 (model.py) / 32 (test.py)
- **训练轮数**: 10 epochs
- **损失函数**: CrossEntropyLoss

## 安装和运行

### 环境要求

```bash
Python 3.7+
PyTorch 1.0+
PIL (Pillow)
NumPy
Matplotlib
```

### 安装依赖

```bash
pip install torch torchvision
pip install pillow numpy matplotlib
```

### 运行方式

#### 1. 训练模型

```bash
python model.py
```

#### 2. 测试模型

```bash
python test.py
```

#### 3. 启动桌面应用

```bash
python app.py
```

## 使用说明

### 桌面应用 (app.py)

1. 运行 `python app.py` 启动图形界面
2. 点击"上传图片并预测"按钮
3. 选择手写数字图片文件
4. 查看预测结果和置信度

### 测试脚本 (test.py)

1. 运行 `python test.py` 执行完整测试流程
2. 自动加载已训练模型或重新训练
3. 在测试集上评估模型性能
4. 可视化测试结果和自定义图片预测

### 模型训练 (model.py)

1. 运行 `python model.py` 开始训练
2. 自动检查是否存在预训练模型
3. 如无预训练模型，则开始10轮训练
4. 训练完成后保存模型权重到 `LeNet5.pth`

## 数据集

### MNIST数据集

- **训练集**: 60,000张28×28像素的手写数字图片
- **测试集**: 10,000张28×28像素的手写数字图片
- **类别**: 0-9共10个数字类别
- **格式**: 原始IDX格式，已转换为JPG格式存储

### 数据预处理

```python
transform = transforms.Compose([
    transforms.Resize((28, 28)),
    transforms.Grayscale(num_output_channels=1),
    transforms.ToTensor(),
    transforms.Normalize((0.1037,), (0.3081,))
])
```

## 性能指标

- **测试集准确率**: 通常在95%以上
- **模型大小**: 约60KB (LeNet5.pth)
- **推理速度**: 单张图片 < 1ms (GPU)
- **内存占用**: 训练时约200MB

## 自定义测试

项目包含 `测试/` 目录，存放自定义手写数字图片：

- 支持PNG和JPG格式
- 自动调整图片大小为28×28像素
- 转换为灰度图像进行预测
- 显示预测结果和可视化

## 项目特色

1. **完整的ML流程**: 从数据加载到模型部署的完整实现
2. **多种使用方式**: 支持命令行、GUI和Web三种使用方式
3. **可视化功能**: 训练过程、测试结果和预测图片的可视化
4. **模块化设计**: 清晰的代码结构，便于理解和扩展
5. **实用性强**: 可直接用于实际的手写数字识别任务

## 扩展功能

- 支持更多数字识别（如手写字母）
- 添加数据增强技术提高模型鲁棒性
- 实现模型压缩和量化
- 添加Web API接口
- 支持批量图片处理

## 注意事项

1. 确保MNIST数据集文件完整
2. 首次运行需要训练模型，可能需要几分钟时间
3. 建议使用GPU加速训练（如果可用）
4. 上传的图片应为清晰的手写数字，背景尽量简单

## 作者信息

机器学习课程设计项目
- 实现时间: 2024年
- 技术栈: PyTorch + Python
- 应用场景: 手写数字识别、机器学习教学

## 许可证

本项目仅用于学习和研究目的。