Digit Lab

Digit Lab 是一个手写数字识别项目：在浏览器画布上写一个数字，系统给出识别结果和 0–9 的概率分布。它是我的 Python 课程设计项目，从模型训练一直做到一个可以交互的 Web 应用。

训练与推理

模型是自己写的轻量 CNN：两层卷积，通道从 1 → 32 → 64，两次池化，最后进入 128 → 10 的全连接分类器，用 PyTorch 实现。

数据是 MNIST 体系：本地存在 train.csv / test.csv 就用本地 CSV，否则通过 torchvision 下载 MNIST；输入统一为 28×28 灰度图，用 MNIST 的 mean/std 归一化。

训练用 CrossEntropyLoss + Adam，每个 epoch 之后在测试集上算一次 accuracy，并保存模型权重。

当前公开 checkpoint 在 MNIST 官方测试集的 10,000 个样本上取得 99.0% 的准确率（9900/10000）。网页中的实际手写输入与 MNIST 数据分布并不完全相同，因此实际体验也会受到书写方式影响。

Web 端

Flask 后端负责加载模型和推理。浏览器里 Canvas 收集手写输入，前端把 28×28 的像素数组发给 /api/predict，识别在服务端完成，而不是在浏览器里。

识别结果包括预测数字和 0–9 概率。游客可以直接识别；注册/登录后还能保存识别历史，用户和历史记录存在 SQLite 里。

从模型到应用

从模型到应用，关键是把几段原本分开的流程接起来：浏览器里的手写轨迹要转换成模型接受的 28×28 灰度输入，预处理必须和训练时保持一致；模型推理、Web API、Canvas 交互、用户认证和历史记录，要连成一条真正能用的链路。

现状

项目目前以本地可运行的 Web 应用和公开源码形式保留，训练、推理、Web、账户与历史记录等部分均已完成。暂未提供公开在线 demo。

复盘

回看这个项目，训练模型其实只占了一小部分，真正决定体验的是前后那一圈：输入怎么处理、接口怎么设计、状态和记录怎么存。做完之后，我慢慢习惯把一个 AI 项目想成一条完整链路，而不是一个模型。