captcha_cracker:卷积神经网络实现的验证码识别

上传者: 42116794 | 上传时间: 2022-06-24 11:08:30 | 文件大小: 5.23MB | 文件类型: ZIP
captcha_cracker 简介 这是一个基于 编写的卷积神经网络模型,简单实现的验证码识别功能。 是一款 社区中流行的验证码生成库, 项目模型的训练集以及在线测试所用到的验证码均采用该库生成。 运行环境 Ubuntu16.04 python3.5.2 virtualenv Tensorflow Backend 实现原理 用 Captcha 生成2组每组2000个4位验证码图片(图片尺寸:36×120),并等分成4份(单张图片尺寸:36×30),将单个字符的图片分类保存在 images 目录中作为训练集(每组8000张图片)。 生成2组每组500个4位验证码图片(图片尺寸:36×120),并等分成4份(单张图片尺寸:36×30),将单个字符的图片分类保存在 images 目录中作为测试集(每组2000张图片)。 运行 pack_data.py 将图片转为 RGB 矩阵并用cPic

文件下载

资源详情

[{"title":"( 13 个子文件 5.23MB ) captcha_cracker:卷积神经网络实现的验证码识别","children":[{"title":"captcha_cracker-master","children":[{"title":".gitignore <span style='color:#111;'> 24B </span>","children":null,"spread":false},{"title":"app.py <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.41KB </span>","children":null,"spread":false},{"title":"pack_data.py <span style='color:#111;'> 988B </span>","children":null,"spread":false},{"title":"run.sh <span style='color:#111;'> 49B </span>","children":null,"spread":false},{"title":"weights.hdf5 <span style='color:#111;'> 5.62MB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 997B </span>","children":null,"spread":false},{"title":"screenshot.png <span style='color:#111;'> 47.67KB </span>","children":null,"spread":false},{"title":"CaptchaGenerator.php <span style='color:#111;'> 2.48KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 1.29KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 487B </span>","children":null,"spread":false},{"title":"images","children":[{"title":".gitignore <span style='color:#111;'> 13B </span>","children":null,"spread":false}],"spread":true},{"title":"templates","children":[{"title":"index.html <span style='color:#111;'> 2.67KB </span>","children":null,"spread":false}],"spread":true}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明