说明：本仓库提供用于训练与推理的脚本，目标是基于 HWDB1.0 数据集训练一个自定义 CNN（使用 PyTorch，默认在 CPU 上运行）。因为 HWDB 真实下载可能需要注册与手动获取，本项目在找不到数据时会回退到 MNIST 做演示。

目录结构（将由脚本创建或期待）：

• data/hwdb/ : 如果你已准备好 HWDB 的图像数据，可放在这里，要求为 ImageFolder 风格：data/hwdb/train/<label>/*.png 和 data/hwdb/val/<label>/*.png。
• models/ : 训练检查点保存位置。

快速开始

1. 安装依赖（示例，按需选择 CPU 或 CUDA 版本的 torch）：

pip install -r requirements.txt
# 若需要 CPU-only 的 PyTorch，可以参考：https://pytorch.org/get-started/locally/

2. 下载/准备数据：

• 若你有 HWDB 的下载 URL，可以使用 scripts/download_hwdb.py 来下载并解压（需提供 url）。
• 或手动把数据解压后整理成 ImageFolder 结构并放到 data/hwdb/。

如果你想直接从 NLPR 官方站点下载 HWDB1.0 的 feature 数据（我已测试可用），可以运行下面的脚本或命令：

使用提供的脚本（推荐）：

bash scripts/download_hwdb_nlpr.sh

或直接运行等效命令（把工作目录切到仓库根目录）：

mkdir -p data/hwdb_raw && cd data/hwdb_raw
wget -c https://nlpr.ia.ac.cn/databases/download/feature_data/HWDB1.0trn.zip -O HWDB1.0trn.zip
wget -c https://nlpr.ia.ac.cn/databases/download/feature_data/HWDB1.0tst.zip -O HWDB1.0tst.zip
unzip -o HWDB1.0trn.zip && unzip -o HWDB1.0tst.zip

下载后会把 feature 数据（.mpf 文件）解压到 data/hwdb_raw/HWDB1.0trn/ 和 data/hwdb_raw/HWDB1.0tst/。

注意：上述 feature 数据为特征文件（.mpf），不是原始字符图像（.gnt）。如果你需要像素级图像用于 CNN 训练，请考虑下载“Character Sample Data”（Gnt1.0TrainPart*.zip / Gnt1.0Test.zip），这些文件体积较大（每个部分 ~1GB）。

3. 训练模型（默认使用 CPU，如果你想使用 GPU，请在 train.py 中修改 device 为 cuda）：

python train.py --data-dir data/hwdb --epochs 10 --batch-size 64

如果 data/hwdb 不存在或为空，脚本会自动回退到 MNIST 小示例来演示训练流程。

4. 运行 Gradio 推理界面（会在本机打开一个 web GUI）：

python infer_gradio.py --model-path models/checkpoint.pth

文件说明

• scripts/download_hwdb.py : 下载并解压 HWDB（若可用）
• train.py : 训练脚本，包含数据加载、模型定义（使用 src/models.py）、训练/验证循环
• infer_gradio.py : Gradio 推理界面，加载模型并提供上传/绘制图像的接口
• src/dataset.py : 数据集帮助函数（支持 ImageFolder 与 MNIST 回退）
• src/models.py : 自定义 CNN 实现

注意

• 本项目默认用 CPU 以保证兼容性；如果你确实有 NVIDIA GPU 并安装了 GPU 版 PyTorch，可修改 train.py 和 infer_gradio.py 中的 device。
• 若需要我帮你把脚本调整为严格使用 GPU，请告诉我你希望我如何检测/选择设备。