深度学习入门-基于CNN的图像分类系统

题目：卷积神经网络图像分类系统设计与实现------以CIFAR-10/猫狗分类为例

技术栈：Python · PyTorch · Flask · Vue3

核心工作：

• 实现ResNet-18/VGG网络，在CIFAR-10上达到85%+准确率

• 设计数据增强策略（旋转、裁剪、归一化），分析过拟合与正则化效果

• 开发Web交互系统：前端上传图片，后端调用模型推理返回结果

cnn_project/                    # PyCharm 打开此文件夹
├── .idea/                      # PyCharm 配置（自动生成）
├── venv/                       # Python 虚拟环境
├── models/
│   └── resnet18_best.pth       # 训练好的模型
├── data/                       # CIFAR-10 数据集（自动下载）
├── train.py                    # 训练脚本
├── app.py                      # Flask 后端
└── frontend/                   # WebStorm 打开此文件夹
    ├── .idea/                  # WebStorm 配置（自动生成）
    ├── node_modules/
    ├── src/
    │   └── App.vue             # 主页面
    ├── vite.config.ts          # 代理配置
    └── package.json