【A81】基于Pytorch+OpenCV+Flask Web框架预测手写数字

文件编号：A81

文件大小：26M

开发环境：Python3.8、OpenCV4.6、Torch、Pycharm2020

猿创承诺：该项目亲测正常运行，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：基于Pytorch+OpenCV+Flask Web框架预测手写数字

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

运行train.py训练数据集（Run train.py to train Mnist with LeNet5,）

运行elevate.py评估数据集（Run elevate.py to evaluate test of DataSet）

运行app.py，然后点击出现的链接（run app.py then click the link that appears）

1.根据自己的需求，可以在model.py、train.py更改自己想要的网络、数据、训练参数等
2.根据自己的需求，可以在html和js部分更改需要的网页布局和操作
3.本文演示了如何基于pytorch和flask进行模型的训练、评估和网页端手写数字的识别

按需写作：

演示视频：

点击查看：系统演示视频

运行结果：

运行train.py训练数据集

运行train.py训练MNIST数据，使用的SGD，学习率0.0001，100次迭代，loss为交叉熵损失函数，根据自己的要求，可以改变网络结构、优化器、自适应学习率、预处理方式等等。

运行elevate.py评估数据集

Accuracy: 0.9959183673469387
F1-Score: 0.9928789420142421

运行app.py，然后点击出现的链接

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频