机器视觉期末作业-基于python实现手写体字符识别源代码+文档说明+数据集（满分项目）

# 手写体字符识别 本项目为机器学习课程作业，使用了MLP和MiniVGG作为分类器，使用MNIST数据集进行训练和测试，本人的两组实验（分别用MLP和MiniVGG进行识别）保存在save文件夹内，模型参数保存在其中的checkpoints文件夹中，可以直接拿来在test.py中进行测试。 ## 快速上手 在进行训练前，先确保将data文件夹下的MNIST数据集解压，并且python环境满足requirements.txt。 >train.py参数如下 > ><使用MLP训练> > > python train.py --model MLP --root ./data/MNIST_Dataset/ > 若使用MiniVGG则将model的参数改为MiniVGG即可，日志以及最佳模型参数都会保存在save文件夹的对应目录下。 >test.py参数如下 > ><使用训练好的MLP模型参数进行测试> > > --model MLP --pth_path <预训练的模型参数保存地址（在checkpoints文件夹里可以找到）> --root ./data/MNIST_Dataset