通过深度学习技术自动检测和分类糖尿病视网膜病变，帮助医生提高诊断效率和准确性。项目使用卷积神经网络对视网膜图像进行二分类：

        DR: 糖尿病视网膜病变

        No_DR: 无糖尿病视网膜病变

项目特性

🚀 核心功能

        ✅ 深度学习模型: 基于CNN的高精度分类模型

        ✅ 图形化界面: PyQt5构建的用户友好GUI应用

        ✅ 命令行训练: 支持灵活的超参数调优

        ✅ 模型管理: 支持自定义模型加载和保存

        ✅ 实时预测: 图像拖拽上传，一键预测诊断结果

🔧 技术特性

        ✅ 模块化设计: 清晰的代码结构，易于维护和扩展

        ✅ 早停机制: 防止过拟合，自动保存最佳模型

        ✅ 动态进度显示: 使用tqdm显示训练进度

        ✅ 完整评估体系: 生成详细的性能报告和可视化图表

        ✅ 多线程处理: GUI界面支持后台预测，不阻塞用户操作

        ✅ 异常处理: 完善的错误处理和用户提示机制