五邑大学教务处子系统验证码识别

• 准备

    1. 下载预训练模型
        通过百度云网盘下载ResNet\model\captcha\resNet_Pretraining_model.txt中的
        预训练模型，放入该文件夹下
  
    2. 软件要求
        主要软件版本
        Python == 3.6
        Pytroch == 1.0.0
        CUDA == 9.0 (仅限使用GPU，如用CPU测试，则不需要)
        还有些包不再一一列出，运行缺少时自行百度pip安装
  
    3.
    4.
    5.
  

• 如何使用

    1. Python
        # 直接运行WYU_ResNet_captacha.py文件
  
        # 或在 .py文件包含以下模块
        from WYU_ResNet_captacha import *
  
        # 使用CPU测试
        img = Image.open("./data/test/2aap.jpg")
        print(UseCPU(img))
  
        # 使用GPU测试
        img = Image.open("./data/test/2aap.jpg")
        print(UseGPU(img))
  
    2. Java
    3. C++
    4.
    5.
  

• 结果

    1. 模型大小
                                    Totals
        Total params             11.296056M
        Trainable params         11.296056M
        Non-trainable params            0.0
        Mult-Adds             12.233777856G
  
    2. 准确率
        将验证码数据分为训练集(2410张)与验证集(804张)，训练模型时只使用训练集，
        测试时只使用验证集，测试准确率为98.95%
  
    3. GPU与CPU测试所需时间差
        具体测试时间与测试设备硬件环境有关
        CPU                           Time
        Core i7-7700HQ @ 2.80GHz × 4   ≈0.05s
        Core i7-6850K @ 3.60GHz × 12   ≈0.02s
  
        GPU
        在模型训练时用GPU更快，但测试单张图片不推荐使用GPU，因为与CPU差异不大
  

• 鸣谢