前言：AI入门，从简单实战开始
想入门AI识别，又怕流程繁琐、耗时过长？YOLOv11 上手便捷、效率在线，不用死磕理论，跟着实战就能快速上手！

今天就带大家入门，用 Python + YOLOv11，3分钟搭建「手写数字实时识别」网页应用，新手也能轻松跟上！

---

✅ 第一阶段：别想复杂的！先让代码跑起来

我把所有代码都准备好了，你只需要 2 步无脑操作：

1. 下载完整代码包

   我把能直接运行的 YOLOv11 手写数字识别系统整理好了，你只需要在软件内点击【一键运行】按钮，一键获取所有文件（包含模型、前端页面、训练脚本），不用自己写一行代码、加一句注释。

2. 单击【一键运行 】→ 直接玩

   稍等片刻打开浏览器访问 http://127.0.0.1:5000，在画板上随便写个数字，AI 瞬间就能认出来，全程不用调试、不用改模型，5分钟就能玩上你自己部署的 AI 系统！

操作与玩法

• 登录：默认账号 admin，密码 123456
• 手写：在左侧白色画板区域按住鼠标（或触摸屏幕）书写数字 0-9。
• 识别：系统会自动实时识别，或点击识别按钮。
• 调节：拖动右侧滑块调整“置信度阈值”，过滤掉不确定的结果。

源码目录

抠头助手：下载工具获取源码

安装与运行

1.在「代码社区」中选择「目标检测&图像处理」：

---

✅ 第二阶段：照猫画虎，训练你自己的模型

玩腻了数字识别？想识别字母？还是想识别自己画的简笔画？
其实，YOLOv11 最强大的地方在于它的通用性。你只需要准备好数据，剩下的交给代码。

1. 准备数据集

YOLOv11 分类模型的数据集结构非常简单。这里我们以本项目使用的 YOLO 官方 MNIST 数据集 为例：

datasets/
└── mnist/              # 数据集名称（可以改成你的，如 fruit）
    ├── train/          # 训练集
    │   ├── 0/          # 类别 0 的图片（比如放几百张写着0的图）
    │   ├── 1/          # 类别 1 的图片
    │   └── ...         # 其他类别
    └── test/           # 测试集（结构同上）

• 小贴士：如果你想识别“苹果”和“香蕉”，就创建 apple 和 banana 两个文件夹，往里面塞对应的照片就行！

2. 一键开始训练

打开 train.py，你几乎不需要改代码，直接运行即可。

from ultralytics import YOLO

def main():
    # 1. 加载一个最小的模型（速度最快）
    model = YOLO("yolo11n-cls.pt") 

    # 2. 告诉模型数据在哪，训练多少轮
    results = model.train(
        data="datasets/mnist",  # 你的数据集路径
        epochs=25,              # 训练轮数（练得越久通常越准）
        imgsz=32,               # 图片大小（手写数字很小，32就够；如果是照片建议 224）
        batch=128
    )

if __name__ == "__main__":
    main()

运行后，你会看到进度条进跑。等跑完后，系统会自动把训练好的模型文件（best.pt）保存在 runs/classify/train/weights/ 目录下。

3. 自动部署新模型

最酷的地方来了！你不需要手动去改后端的代码。
我们的系统写了自动发现机制：它会自动扫描 runs 文件夹，找到你最新训练好的模型。你只需要刷新网页，就能在右上角的“模型选择”下拉框里看到你刚练好的模型了！

---

✅ 第三阶段：探究原理！AI 是怎么看懂你写的字的？

你可能会好奇，我在网页上随便画几笔，后台是怎么知道它是“3”还是“5”的？

关键步骤：图像“翻译” (Pre-processing)

这是很多新手容易翻车的地方。

• 人类视角：我们在白纸上用黑笔写字（白底黑字）。
• AI 视角：常用的 MNIST 数据集是黑底白字的。

如果直接把你的白底黑字丢给 AI，它会完全懵圈。所以我们在 app.py 里做了一个关键的“反色”处理：

# 1. 解码图片
image = Image.open(BytesIO(binary_data)).convert('L')

# 2. 【关键】颜色反转！把白底黑字变成黑底白字
image = ImageOps.invert(image)

# 3. 缩放！把图片缩小到 32x32 像素（和训练时一样大）
image = image.resize((32, 32), Image.Resampling.LANCZOS)

3. 最终判决：模型推理 (Inference)

处理好的小图片被喂给 YOLOv11 模型，模型会输出一个概率列表：

• 是 0 的概率：0.1%
• 是 3 的概率：99.5%
• 是 8 的概率：0.4%
  …

我们取概率最大的那个（Top-1），就是最终结果。同时，我们还设计了一个**“置信度阈值”**：如果模型对第一名的信心都不足 60%（比如你画了个四不像），系统就会诚实地显示“？”，而不是瞎猜一个误导你。

---

这个项目就是一个微型的 AI 落地全流程。下载代码，试着把数据集换成你喜欢的（比如石头剪刀布的手势图），训练一个属于你自己的 AI 吧！