本项目致力于使用神经网络来识别验证码。

• 验证码包括数字、大写字母、小写字母
• 四位数字 + 大写字符 + 小写，验证码识别率约 95 %

• 训练卷积神经网络 自定义构建一个多层的卷积网络，进行多标签分类模型的训练 标记的每个字符都做 one-hot 编码

• 一：安装环境

  • Python3.7
  • Pytorch(参考官网http://pytorch.org)
  • torchvision
  • cuda(训练时需要)
  • 预训练的模型可以+作者微信

• 二：训练模型

  python train.py

  执行以上命令，会读取目录 /train/train_label.csv 根据ID和label读取数据，使用tain_model.py训练 /train 文件夹下的图片，最终训练完成会生成在 /model 目录里生成 /{model_name}_epoch{epoch}_loss{loss.item}acc{acc}.pkl

• 三：模型预测

  python test.py

  使用（二）生成的模型进行预测 \test 文件夹里的所有图片，并在根目录生成 resul.csv

• 三：修改模型 在tain_model.py修改，自定义修改后进行不同的实验训练

• Ractive [email protected] wx:ractive89

本项目仅用于交流学习