README.md

captcha recognition

项目环境依赖

• python==3.9
• tensorflow==2.10
• captcha-0.5.0
• matplotlib==3.7.3
• numpy==1.24.3
• scikit-learn==1.2.2

快速开始

1. 执行create_captcha.ipynb文件，生成足够数量的样本。
2. 执行captcha_recognition.ipynb文件。

模型介绍

使用ResNet50模型，在模型输出上先做了平均值池化降维，再接入两层全连接层，最后并行经过4个全连接层得到4个预测结果，为了符合标签值的形状，在其后使用concatenate和reshape作为辅助，这两层没有任何参数。

• 使用Imagenet预训练权重，进行全量微调。
• 对图像采用了归一化，足够大的样本集来让模型得到更好的效果。
• Adam优化器，初始学习率为0.001

训练曲线

• 模型在训练集和验证集上取得了很好的效果。
• 前几轮训练在验证集上收敛较慢，之后逐步上升。
• 验证集上的最高准确率高达96.17%。
• 在全新数据集上的准确率达到86.6%，增加数据集的大小，也许能够缩小这一差距。