毕业设计：基于python+卷积神经网络(CNN)和CIFAR10数据集的图像智能分类 Web 应用.zip

# Image_Classify_WebGUI_CIFAR10 ✨ **基于卷积神经网络(CNN)和 CIFAR10 数据集的图像智能分类**：图像分类可视化界面，图像分类前端网页，图像分类Demo展示-Pywebio。AI人工智能图像分类-Pytorch。CIFAR10数据集，小模型。100%纯Python代码，轻量化，易复现 [English Readme](./README.en.md)🚩 [个人网站：www.bytesc.top](http://www.bytesc.top) 包含项目在线演示。 [个人博客：blog.bytesc.top](http://blog.bytesc.top) 🔔 如有项目相关问题，欢迎在本项目提出`issue`，我一般会在 24 小时内回复。 ## 项目简介 * 1, 使用pytorch实现CIFAR10数据集图片的智能分类 * 2, 使用小模型，轻量化，76%准确率 * 3，使用pywebio作为web可视化框架，无需前端语言，使用纯python编写。轻量化，易复现，易部署 使用的网络结构  ## 效果截图    ## 如何使用 python版本3.9 先安装依赖 > pip install -r requirement.txt modelDemo.py是项目入口，运行此文件即可启动服务器 > python modelDemo.py 复制链接到浏览器打开  点击”Demo“即可进入Web界面  之后，也可以点击“上传文件”，选择example_img文件夹内图片文件上传测试 ## 项目结构 ``` └─Image_Classify_WebGUI_CIFAR10 ├─data │ └─logs_import ├─example_img ├─process │ └─logs └─readme_static ``` * data文件夹存放部分静态资源，包括训练好的模型.pth * process文件夹存放一些过程文件，包括模型的训练程序等 * readme_static存放readme文档中用的静态资源 * example_img文件夹内存放了一些图片，可用于测试 # 开源许可证 此翻译版本仅供参考，以 LICENSE 文件中的英文版本为准 MIT 开源许可证： 版权所有 (c) 2023 bytesc 特此授权，免费向任何获得本软件及相关文档文件（以下简称“软件”）副本的人提供使用、复制、修改、合并、出版、发行、再许可和/或销售软件的权利，但须遵守以下条件： 上述版权声明和本许可声明应包含在所有副本或实质性部分中。 本软件按“原样”提供，不作任何明示或暗示的保证，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权持有人均不对因使用本软件而产生的任何索赔、损害或其他责任负责，无论是在合同、侵权或其他方面。