基于: https://github.com/pprp/captcha_identify.pytorch 进行修改
本项目致力于使用神经网络来识别各种验证码。
在这个库GPU分支的基础上,修复了很多bug,以及修改了一些新版本的语句写法。
- 支持了GPU
- 默认使用Res18的网络训练,识别率可以达到96%
- 端到端,不需要做更多的图片预处理(比如图片字符切割、图片尺寸归一化、图片字符标记、字符图片特征提取)
- 验证码包括数字、大写字母、小写
- 采用自己生成的验证码来作为神经网络的训练集合、测试集合、预测集合
- 纯四位数字,验证码识别率高达 99.9999 %
- 四位数字 + 大写字符,验证码识别率约 96 %
- 深度学习框架pytorch + 验证码生成器ImageCaptcha
-
训练集合生成
使用常用的 Python 验证码生成库 ImageCaptcha,生成 2w 个验证码,并且都自动标记好; 如果需要识别其他的验证码也同样的道理,寻找对应的验证码生成算法自动生成已经标记好的训练集合或者手动对标记,需要上万级别的数量,纯手工需要一定的时间,再或者可以借助一些网络的打码平台进行标记
-
训练卷积神经网络 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 批量输入图片集合和标记数据,大概15个Epoch后,准确率已经达到 96% 以上
-
步骤一:10分钟环境安装
Python3.6+ 、ImageCaptcha库(pip install captcha)、 Pytorch(参考官网http://pytorch.org) 我使用的是Python3.11,Pytorch2.1 建议先在根目录自行创建test和weights两个文件夹避免报错
-
步骤二:生成验证码
python captchaGenerator.py
执行以上命令,会在目录 dataset/train/ 下生成多张验证码图片,图片已经标注好,数量可以是 1w、5w、10w,通过 captchaGenerator.py 内的 count 参数设定
-
步骤三:训练模型
python train.py
使用步骤一生成的验证码图集合用CNN模型(在 models 中定义)进行训练,训练完成会生成文件保存在weights文件夹中,最好的结果保存为
cnn_best.pt
-
步骤四:测试模型
python test.py
可以在控制台,看到模型的准确率(如 95%) ,如果准确率较低,回到步骤一,生成更多的图片集合再次训练
-
步骤五:使用模型做预测
python predict.py
可以在控制台,看到预测输出的结果
我们期待你的 pull requests !
有问题欢迎提出issue
- Dee Qiu [email protected]
- 补充:pprp [email protected]
- 修订:SliverCreator[email protected]
本项目仅用于交流学习