TensorFlow識別字母扭曲干擾型驗證碼-開放源碼與98%模型

本項目源碼及訓練完成的模型均開源當前識別率98%。

轉載請附：博文網址： urlteam ，github 網址：tensorflow_cnn

新開一個專門存儲TensorFlow項目的倉庫逐步更新歡迎star ：tensorflow

主流驗證碼偏向於用扭曲，傾斜，干擾例如下圖：

因為字元距離近，沒法採用先切割為單個字元然後進行局部識別的方式，so。

使用TensorFlow+cnn。進行卷積識別，該方法無需切割驗證碼，最終結果為訓練4天(單台i5機器)達到98準確率

項目綜述：

使用深度學習+訓練數據+大量計算力，我們可以在幾天內訓練一個可以破解驗證碼的模型，不需要分割驗證碼，而是把驗證碼做為一個整體進行識別。

自己做一個驗證碼生成器，然後訓練CNN模型破解自己做的驗證碼生成器。感覺的字元驗證碼機制可以廢了，單純的增加驗證碼難度只會讓人更難識別，使用CNN+RNN，機器的識別準確率不比人差。Google已經意識到了這一點，他們現在使用機器學習技術檢測異常流量。

CNN需要大量的樣本進行訓練。如果使用數字+大小寫字母CNN網路有4*62個輸出，只使用數字CNN網路有4*10個輸出。因此需要一個腳本自動生成訓練集。

成功率（可能波動，均親身實踐）：

1. 達到50%成功率需要2000個批次，總計20w張圖片。
2. 達到70%成功率需要4000個批次，總計40w張圖片。
3. 達到94%成功率需要40000個批次，總計400w張圖片。
4. 達到98%成功率需要100000個批次，總計1000w張圖片。

loss曲線為：

成功率曲線為：

實踐流程：

1. TensorFlow環境搭建：官網下查看安裝教程
2. 測試批量驗證碼生成訓練集： github
3. TensorFlow—cnn 批量生成驗證碼並用cnn訓練： github
4. 將訓練模型存放於同一目錄下，測試結果：github
5. 98%準確率模型下載：鏈接: https://pan.baidu.com/s/1cs0LCM 密碼: sngx

運行截圖：

測試訓練圖片生成：

模型訓練中：

測試模型：

資源簡介：

1. 本項目由urlteam維護，歡迎star

2. 相關的驗證碼破解系列可以在這裡找到：github

3. 逐步更新TensorFlow系列項目：github

4. 博客主頁：The world we move forward together

相關論文：

1. Multi-digit Number Recognition from Street View Imagery using Deep CNN

2. CAPTCHA Recognition with Active Deep Learning

3. Number plate recognition with Tensorflow
4. 最初cnn學習自此

推薦閱讀：