手写数字识别项目

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