本项目实现了ocr主流算法lstm+ctc+cnn架构，进行验证码识别，达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字。本项目技术能够训练长序列的ocr识别，更换数据集和相关调整，即可用于比如身份证号码、车牌、手机号、邮编等识别任务，也可用于汉字识别。
-
Notifications
You must be signed in to change notification settings - Fork 1
本项目实现了ocr主流算法gru/lstm+ctc+cnn架构，进行不定长度验证码识别，达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字，并增加点、线、颜色、位置、字体等干扰项。本项目对gru +ctc+cnn、lstm+ctc+cnn、cnn三种架构进行了对比，实践说明同等训练下gru/lstm+ctc+cnn架构准确率和速度均明显优于cnn架构，gru +ctc+cnn优于lstm+ctc+cnn，在实验2500个样本数据200轮训练时，gru +ctc+cnn架构在500样本测试准确率达90.2%。本项目技术能够训练长序列的ocr识别，更换数据集和相关调整，即可用于比如身份证号码、车牌、手机号、邮编等识别任务，也可用于汉字识别。
QQ2737499951/my_orc_keras_verification_code_identification
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
About
本项目实现了ocr主流算法gru/lstm+ctc+cnn架构，进行不定长度验证码识别，达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字，并增加点、线、颜色、位置、字体等干扰项。本项目对gru +ctc+cnn、lstm+ctc+cnn、cnn三种架构进行了对比，实践说明同等训练下gru/lstm+ctc+cnn架构准确率和速度均明显优于cnn架构，gru +ctc+cnn优于lstm+ctc+cnn，在实验2500个样本数据200轮训练时，gru +ctc+cnn架构在500样本测试准确率达90.2%。本项目技术能够训练长序列的ocr识别，更换数据集和相关调整，即可用于比如身份证号码、车牌、手机号、邮编等识别任务，也可用于汉字识别。
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published
Languages
- Python 100.0%