cnn_captcha_keras

在keras上实现的cnn神经卷积网络的验证码识别

如何使用？

创建3.10python环境

conda create -n cnn_captcha_keras python=3.10

进入环境

conda activate cnn_captcha_keras

安装必要的包

pip3 install -r requirement.txt

配置train.py中相关参数

# 训练样本
sample_dir = './sample/train/captcha/train'



# 样本的所有标签
char = '0123456789abcdefghijklmnopqrstuvwxyz'

char_len = len(char)
char_set = [str(i) for i in char]

# 验证码长度
captcha_length = 4

# 宽度和高度
width = 160
height = 60

# 批次大小和训练轮次
batch_size = 128
epochs = 1000

将样本放入sample_dir所在的目录

运行train.py

python train.py

如何预测？

请参考test.py的写法，你可以直接运行test.py，需要在这个文件中配置测试集的路径

python test.py

准确率如何？

在85轮迭代后准确率可以到达90，110轮达到91%，300轮以后基本上可以达到98%以上