/django-mnist-web

Django_MNIST_Web项目（简历项目）

Primary LanguagePython

Django + MNIST 在线识别（Web 项目）

Django Web 项目内容：

  • 前端上传手写数字图片
  • 后端加载 CNN 模型权重进行推理
  • 提供网页与 REST API 两种使用方式

模型权重默认复用“Django_CNN图像识别项目”训练得到的 checkpoints/cnn_mnist.pth。你也可以在本项目中指定任意权重路径。

目录结构

Django_MNIST_Web项目/
  ├─ README.md
  ├─ requirements.txt
  ├─ .env.example
  ├─ manage.py
  ├─ djangoproject/
  │   ├─ __init__.py
  │   ├─ settings.py
  │   ├─ urls.py
  │   ├─ asgi.py
  │   └─ wsgi.py
  ├─ vision/
  │   ├─ __init__.py
  │   ├─ apps.py
  │   ├─ urls.py
  │   ├─ views.py
  │   ├─ forms.py
  │   └─ templates/vision/
  │       ├─ upload.html
  │       └─ result.html
  └─ ml/
      ├─ __init__.py
      ├─ cnn.py
      └─ infer.py

环境准备

  1. 创建并激活虚拟环境（任选其一）
  • Conda:
conda create -n mnist_web python=3.10
conda activate mnist_web
  • venv:
python -m venv .venv
.\.venv\Scripts\activate
  1. 安装依赖
pip install -r requirements.txt
  1. 配置权重路径
copy .env.example .env
# 编辑 .env，设置 CKPT_PATH 指向你的 CNN 权重，例如：
# CKPT_PATH=../Django_CNN图像识别项目/checkpoints/cnn_mnist.pth

启动

python manage.py migrate
python manage.py runserver 0.0.0.0:8000
  • 网页上传与预测：访问 http://127.0.0.1:8000/
  • REST API 预测：
POST http://127.0.0.1:8000/api/predict
Content-Type: multipart/form-data; name="image"

响应示例：{"digit": 7}

说明与建议

  • 模型：默认使用简单 CNN 结构（与“Django_CNN图像识别项目”的 SimpleCNN 一致）。
  • 预处理：图片先转灰度并缩放到 28x28，归一化到 MNIST 统计分布。
  • 性能：CPU 上也可运行，但建议在 GPU 环境预先训练、仅在服务端加载推理。
  • 安全：生产部署时关闭 DEBUG，限定 ALLOWED_HOSTS，并考虑文件上传安全与尺寸限制。