文件編號：A81

文件大?。?/strong>26M

開發(fā)環(huán)境：Python3.8、OpenCV4.6、Torch、Pycharm2020

猿創(chuàng)承諾：該項目親測正常運行，需遠程調(diào)試部署需另外收費，確保正常使用，不能正常使用全額退款。

簡要概述：基于Pytorch+OpenCV+Flask Web框架預測手寫數(shù)字

模型搭建 Net building 進入model/model.py 進行更改你需要的model，這里使用的是LeNet5（into file"Model/model.py" then make changes to the model you need,LeNet5 here）

運行train.py訓練數(shù)據(jù)集（Run train.py to train Mnist with LeNet5,）

運行elevate.py評估數(shù)據(jù)集（Run elevate.py to evaluate test of DataSet）

運行app.py，然后點擊出現(xiàn)的鏈接（run app.py then click the link that appears）

1.根據(jù)自己的需求，可以在model.py、train.py更改自己想要的網(wǎng)絡、數(shù)據(jù)、訓練參數(shù)等
2.根據(jù)自己的需求，可以在html和js部分更改需要的網(wǎng)頁布局和操作
3.本文演示了如何基于pytorch和flask進行模型的訓練、評估和網(wǎng)頁端手寫數(shù)字的識別

按需寫作：

演示視頻：

點擊查看：系統(tǒng)演示視頻

運行結(jié)果：

運行train.py訓練數(shù)據(jù)集

運行train.py訓練MNIST數(shù)據(jù)，使用的SGD，學習率0.0001，100次迭代，loss為交叉熵損失函數(shù)，根據(jù)自己的要求，可以改變網(wǎng)絡結(jié)構(gòu)、優(yōu)化器、自適應學習率、預處理方式等等。

運行elevate.py評估數(shù)據(jù)集

Accuracy: 0.9959183673469387
F1-Score: 0.9928789420142421

運行app.py，然后點擊出現(xiàn)的鏈接

遠程協(xié)助：

溫馨提示：索煒達.猿創(chuàng)官方提供收費遠程協(xié)助，確保您項目運行成功。

點擊查看：遠程協(xié)助相關(guān)事項

我們提供完整項目文件清單如下：

文件目錄

 ├ 1.項目源碼

 ├ 2.運行截圖

 └ 3.演示視頻