仓库文件介绍

本仓库存放着的是我的毕业设计相关的代码，主要目的是实现CNN图像识别功能以及提升CNN的图像识别性能。

.gemini

没啥用。之前用沙盒的时候遗留下来的。

datasets

这里面存放着的是数据集。没有的话会自动生成。可以在config文件中修改'data_root'。

datasets/cifar-10-batches-py

代码自动下载的数据集，运行即可。

Results

这里面存放着每次训练保存下来的数据。每次实验创建一个文件夹。没有的话同样会自动生成。可以在config文件中修改'model_save_root'。

Src

这其中存放着我的相关工具文件。

Src/models

这其中存放模型架构脚本。

Src/models/CNN.py

这个脚本存放着CNN模型架构。

Src/utils

这其中存放着我可能会用到的工具脚本。

Src/utils/image_classifier_trainer.py

这个脚本中封装了图像分类任务的标准训练流程。

Src/utils/path_manager.py

用于根据超参数和时间戳动态创建独立的实验结果文件夹，并生成规范统一的文件保存路径。

Src/utils/persistence.py

这个脚本实现了过滤掉 TensorBoard 等第三方库的冗余 INFO 日志，保存训练日志、模型权重、性能指标文本报告等功能。

Src/utils/plotter.py

用于可视化训练过程，生成并保存包含损失值和测试准确率变化趋势的图表。

cifar10_ini.py

这是项目的核心主程序入口。它负责整合所有模块：从 config.json 读取超参数、初始化日志与后台 TensorBoard 服务、加载并增强 CIFAR-10 数据集、初始化 CNN 模型、调用训练循环，并在最后统筹保存模型权重、评估报告及可视化结果。

config.json

这里存放着实验会用到的超参数。

pyproject.toml & requirements.txt & uv.lock & .python-version

这些是虚拟环境的配置文件。