深度学习下的验证码识别教程

Posted 小小猫钓小小鱼

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习下的验证码识别教程相关的知识,希望对你有一定的参考价值。

随着大数据时代,人工智能时代的到来,深度学习的应用越来越广,场景识别、目标检测、人脸识别、图像识别等等广泛应用。在人工智能方面。深度学习框架主要运用于python,c++等资源。而易语言使用深度学习框架的资料,源码缺十分稀少。于是我决定给大家录制一套易语言深度学习的教程。
本套教程基于我自己开发的CC框架,下面这些图片案例,就是深度学习做的效果,非常棒:

<ignore_js_op> 技术分享图片
人脸识别、场景分割、验证码识别等

 

<ignore_js_op> 技术分享图片
目标检测和分割

 

<ignore_js_op> 技术分享图片
人脸检测

 

<ignore_js_op> 技术分享图片 <ignore_js_op> 技术分享图片
目标检测

 

<ignore_js_op> 技术分享图片 <ignore_js_op> 技术分享图片
姿态评估

 

<ignore_js_op> 技术分享图片
通用OCR

 

课程安排如下:
第一课:CC框架简介 点我跳转
第二课:相关基本概念 点我跳转
第三课:训练验证码识别 点我跳转
第四课:图像识别、分类、人脸识别  点我跳转
第五课:CNN+LSTM少样本高精度验证码识别 点我跳转
第六课:总结和展望 点我跳转
 
  1. CC框架的简介
  2. CC框架,是一个由Caffe包装的一个深度学习应用框架。一个简单易用的DLL接口库,一套训练的解决方案和部署的解决方案,也是一个完全开源免费的公开项目。
  3. 于2016年12月10日创立,现如今已经已经是3.0版。
复制代码


CC的特性有:
支持最新的人脸识别训练,Center Loss
支持目标检测训练,SSD
支持CPU、GPU、Win32、x64
支持快速深度学习项目部署,只有极少的依赖项
支持GPU高性能服务,也支持易语言实现GPU高性能服务
支持模型压缩功能
支持LSTM+CTC、多标签,便于OCR、验证码识别
有C++、C#、易语言调用案例
非常容易使用而且稳定

 
相关地址:
CC项目:https://github.com/dlunion/CCDL
CC发布版本:http://www.zifuture.com/fs/9.release/CC3.0-alpha.4.integrate.rar

 

关于Caffe:
Caffe:http://caffe.berkeleyvision.org/
CaffeGithub:https://github.com/BVLC/caffe

 

 
CC框架开发的目的和初衷:
深度学习是个很有用的技术,相对没有图像处理经验、甚至没有学历经验的人,因其操作复杂,理论复杂,应用也麻烦,而成为学习深度学习技术的一个主要障碍和门槛。CC框架的提出主要愿景是能让深度学习更加容易的应用部署起来,提升深度学习项目开发效率,降低学习难度和门槛,让更多的人更加容易的学习深度学习这门技术。为此楼主也是费尽心思的啦~,而这个教程,则是为了带大家学会如何使用CC提供的功能进行训练和使用,入门深度学习领域。深度学习有很多细分领域,都非常非常热门有用。我们教程先从验证码入手一步一步来使用和理解他。

 
感兴趣的童鞋可以进群交流
深度学习交流群:560950706
 
之前我已经录制了基于:cc框架2.2版本是视频,想一睹为快的同学可以先下载观看。
https://pan.baidu.com/s/1qY53pQc
下载:https://share.weiyun.com/23f8420f82a5fb0c1014d0165aecc2f9







以上是关于深度学习下的验证码识别教程的主要内容,如果未能解决你的问题,请参考以下文章

从零开始搭建深度学习验证码识别模型

利用深度学习识别滑动验证码缺口位置

使用tensorflow深度学习识别验证码

基于深度学习的图标型验证码识别系统

用深度学习来解决验证码识别问题

深度学习 -- TensorFlow(项目)验证码生成与识别(多任务学习)