Проект посвящён распознаванию рукописных и уличных цифр на реальных изображениях с домофонов, адресных табличек и фасадов домов. Для этого разработан удобный веб-сервис на базе FastAPI, который принимает изображения как через HTML-форму, так и по URL, и возвращает предсказанную цифру с уровнем уверенности модели.

🔹 Описание и возможности:
✔️Модель обучена на датасете SVHN (уличные номера, 32×32, цветные изображения с шумами и сложным фоном)
✔️Распознаёт цифры 0–9 с высокой точностью — 87.7% на тестовой выборке
✔️API-сервис обрабатывает изображение, подготавливает его для нейросети и возвращает:
— Определённую цифру
— Уверенность предсказания
— Визуализацию результата

Поддерживает загрузку изображений напрямую или по ссылке, что удобно для интеграции с другими сервисами

💡 Вывод:
Сервис демонстрирует, как обученную нейросеть можно интегрировать в веб-приложение для распознавания цифр в реальных условиях. Решение подходит для систем автоматизации, анализа городских данных, навигации и «умных» приложений, обрабатывающих визуальную информацию.