hl-imagenet

这是一个基于启发式学习（Heuristic Learning）框架的非神经网络图像分类实验项目，面向ImageNet子集（10类真实图像）构建纯符号化、无需梯度下降与反向传播的视觉分类系统。核心采用经典计算机视觉技术（如特征提取、规则生成与重排序）实现可解释的分类流程，支持训练/验证/测试三阶段评估，并量化分析记忆性与泛化性的权衡。适用于对模型可解释性、无梯度学习范式、符号AI与视觉结合感兴趣的算法研究与教学场景。