pyTorchMinistLearn综合练习

使用pyTorch训练Minist数据集，导出ONNX模型文件，再使用C++ OpenCV DNN进行推理，并用Android做了一个手写板，用于手写数字识别的Demo

由于源码中数据集及生成的训练图片超过100M，所以这里只上传的代码部分，完整的项目包括数据集可以通过百度网度下载：

链接：https://pan.baidu.com/s/1wh--rE9m69DoWOAIZWxc3w

提取码：82d5

文件目录

├─datasets      训练数据集
│  ├─mnist         Minist数据集
│  └─mydata        自己生成的训练数据集图片
├─findcontoursMat     生成训练图片临时存放目录
├─OpenCVMinist4Android  Android手写数字识别的Demo，用的kotlin+ndk OpenCV
│  │  ├─libs            OpenCV 4.6的动态库
│  │  │  ├─arm64-v8a
│  │  │  ├─armeabi-v7a
│  │  │  └─x86
│  │  └─src             Android的Demo源码
├─OpenCVMinistDNN       VS2022写的C++  OpenCV识别集生成训练图片的Demo
├─testpic               测试图片
└─torchminist           pyTorch的训练源码

Demo对应的学习文章，关注公众号《微卡智享》获取更多信息

pyTorch入门（一）——Minist手写数据识别训练全连接网络

pyTorch入门（二）——常用网络层函数及卷积神经网络训练

pyTorch入门（三）——GoogleNet和ResNet训练

pyTorch入门（四）——导出Minist模型，C++ OpenCV DNN进行识别

pyTorch入门（五）——训练自己的数据集

pyTorch入门（六）——实战Android Minist OpenCV手写数字识别