From a5b0faa48cbc5cf38e35a6b12bb8581b81e5af6e Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=D0=9C=D0=B8=D1=85=D0=B0=D0=B8=D0=BB=20=D0=9D=D0=B8=D0=BA?=
 =?UTF-8?q?=D0=BE=D0=BB=D0=B0=D0=B5=D0=B2?= <nikolaev@noreply.localhost>
Date: Sun, 21 Dec 2025 19:57:50 +0300
Subject: [PATCH] =?UTF-8?q?=D0=94=D0=BE=D0=B1=D0=B0=D0=B2=D0=B8=D1=82?=
 =?UTF-8?q?=D1=8C=20README.md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 README.md | 68 +++++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 68 insertions(+)
 create mode 100644 README.md

diff --git a/README.md b/README.md
new file mode 100644
index 0000000..7ceae2d
--- /dev/null
+++ b/README.md
@@ -0,0 +1,68 @@
+# Распознавание образов на Python с использованием CNN
+
+Курсовая работа по дисциплине  
+**«[указать название дисциплины]»**
+
+---
+
+## 📌 Описание проекта
+
+Данный проект представляет собой программную реализацию системы **распознавания образов**  
+(рукописных цифр) с использованием **сверточной нейронной сети (CNN)** на языке программирования **Python**.
+
+В рамках работы реализовано:
+- обучение нейронной сети на датасете **MNIST**,
+- сохранение и повторное использование обученной модели,
+- графический пользовательский интерфейс (GUI) на базе **Tkinter**,
+- визуализация результатов обучения (графики, метрики),
+- демонстрация процесса распознавания пользовательского ввода.
+
+Проект разработан в рамках выполнения курсовой работы и предназначен для учебных и демонстрационных целей.
+
+---
+
+## 🎯 Цель и задачи работы
+
+### Цель работы
+Разработка программного приложения для распознавания образов с применением методов машинного обучения и нейронных сетей на языке Python.
+
+### Задачи работы
+- изучить теоретические основы распознавания образов;
+- рассмотреть архитектуру сверточных нейронных сетей;
+- реализовать CNN-модель для распознавания рукописных цифр;
+- обучить модель на наборе данных MNIST;
+- разработать графический интерфейс пользователя;
+- провести тестирование и анализ результатов распознавания.
+
+---
+
+## 🧠 Используемые технологии
+
+- **Язык программирования:** Python 3
+- **Машинное обучение:** PyTorch
+- **Нейронные сети:** сверточная нейронная сеть (CNN)
+- **Графический интерфейс:** Tkinter
+- **Обработка изображений:** Pillow
+- **Визуализация:** Matplotlib
+
+---
+
+## 🗂 Структура проекта
+
+```text
+raspoznavanie-obrazov-python-cnn/
+│
+├── app.py                # Графический интерфейс (Tkinter)
+├── model.py              # Архитектура CNN
+├── train.py              # Обучение модели и сохранение артефактов
+├── preprocess.py         # Предобработка изображений
+├── utils.py              # Вспомогательные функции (логирование, графики)
+├── requirements.txt      # Зависимости проекта
+│
+├── artifacts/            # Результаты обучения
+│   ├── mnist_cnn.pt      # Обученная модель
+│   ├── metrics.json      # Метрики обучения
+│   ├── training_plot.png # График loss и accuracy
+│   └── train.log         # Лог обучения
+│
+└── data/                 # Данные MNIST (загружаются автоматически)
\ No newline at end of file