图片地址:https://b2c.csair.com/ita/rest/intl/captcha/challenge?type=ac 问题: 不少使用MCG框架,或者其他网上的训练代码训练,用了好几万样本训练许久发现识别率一直是0。 原因: 最终解决方法: 笔者配置的参数如下: 总结:有时候图片训练效果不好可以试试调参大法,不一定要迷恋原始尺寸。
最近挺多人问起南航的验证码怎么识别,下面我就给各位分析一下
看起来好像挺常规的,不过多刷新几次
可以看到其实字体变化挺多的,不过都是相似的字体,比如字符“i”包括了几种特征的字体,而且容易和其他字符混淆,人眼有时也需要结合场景去推断,而对于机器而言并不擅长这种排除法的逻辑推论。
主要的坑在于,字体相似度高,其次【字符边缘粘结】,这种粘结和下一个字符的边缘匹配度刚刚好,LSTM有一个概念,timestep,时间步长相当于对图片做切片处理,传入 循环层(LSTM) 的 shape 为 (batchsize, timestep, num_classes) ,timestep 就显得尤为重要,仔细观察这种字体会发现,某些联结处也可以组成一些有效字符,这种情形对于CNN+LSTM的特征提取挺不友好的其实。
实际图片宽大于200,而一般情况网上的开源验证码识别的代码的backbone基本都是精简的VGG,3-5层CNN堆叠结构,可以调整输入网络的尺寸,稍加变形可以更有利于这种图片的特征提取。或者修改卷积层的相关参数达到相同的效果。
还有一点,笔者做了二值预处理,阈值220。
最终朋友测试说识别率大约在94%,网络计算量耗时2-3ms。
本网页所有视频内容由 imoviebox边看边下-网页视频下载, iurlBox网页地址收藏管理器 下载并得到。
ImovieBox网页视频下载器 下载地址: ImovieBox网页视频下载器-最新版本下载
本文章由: imapbox邮箱云存储,邮箱网盘,ImageBox 图片批量下载器,网页图片批量下载专家,网页图片批量下载器,获取到文章图片,imoviebox网页视频批量下载器,下载视频内容,为您提供.
阅读和此文章类似的: 全球云计算