Appearance
3.2.2 手写数字识别系统交互流程设计
准考证号：
试题代码： 3.2.2
试题名称： 手写数字识别系统交互流程设计
考核时间： 20min
1. 场地设备要求
（1）人工智能训练师主机 1 台；
（2）Python 编译环境；
（3）Pytorch框架。
2. 工作任务
手写数字识别系统是在数字化转型和自动化需求日益增长的社会背景下应运而生的。随着信息时代的到来，大量手写文档需要进行电子化处理，以提高数据存储、检索和分析的效率。传统的光学字符识别(OCR)技术在处理手写体时面临诸多挑战，如书写风格的多样性、笔迹的连笔和重叠等，导致识别率不高。然而，深度学习的兴起，尤其是卷积神经网络(CNN)的发展，为手写数字的精准识别提供了强大的工具。
AI模型说明：提供的模型"mnist.onnx"是基于卷积神经网络训练得到的，专门用于进行手写数字的识别应用。该模型的使用交互流程为：
- 加载模型"mnist.onnx";
- 加载一张本地手写数字图片"img_test.png"，并进行预处理图像以符合模型输入要求；
- 使用mnist模型对手写数字图片进行识别；
- 输出识别后的数字。
你作为一名人工智能训练师，请完成以下工作任务：
（1）补全该模型的使用交互流程对应的Python代码（3.2.2.ipynb），实现本地测试图片"img_test.png"的识别，将其识别结果截图保存为jpg格式文件，命名为3.2.2-1.jpg。
（2）在上面的使用交互流程基础上，给出在手写数字识别系统中使用"mnist.onnx"模型的一种人机交互的最优流程，将其保存为docx文件，命名为3.2.2.docx。
所有结果文件储存在桌面新建的考生文件夹中，文件夹命名为"准考证号+身份证号后六位"。
3. 技能要求
（1）能确保模型在单一场景下稳定运行；
（2）能通过分析，设计单一场景下人工和智能交互的最优流程。
4. 质量指标
（1）模型运行稳定，使用正常；
（2）单一场景下人工和智能交互的最优流程切实可行。