基于深度学习的验证码识别系统

! WILL BE REMOVED !
本项目仓库将被重新整理，并整合到新的仓库内此仓库仅做存档

项目介绍

本项目结构独立性较强，主要由 验证码降噪分割算法 和 图像分类神经网络结构 两部分组成，可以仅查看其中的一部分

验证码降噪算法的目的是将一张带有数个字符的图片分割为独立的字符，以便识别, 图像分类网络会使用 Pytorch 复现各种架构

降噪算法:

分割算法:

图像分类网络:

验证码参数: Width-280 | Height-90

降噪算法: 灰度峰值滤波

分割算法: 列扫描断点分割

训练集: 2500 张 (2500 x 4 理论 1w)

测试集: 7000+张

网络架构: 网络架构会做出一些修改，以更符合该任务。灰度图会 repeat 至 3 个通道

网络架构	训练轮次-Epoch	准确率-Accuracy	备注
CustomNet	100	0.86112	自定义网络
AlexNet	50	0.89926	参数微调
VGG16	50	0.00013	FC 层 4096-> 1024
VGG16	100	0.89680	FC 层 4096-> 1024，58E Loss 开始下降
NiN	50	0.00000	输出层使用自适应平均池化
NiN	100	0.00013	输出层使用自适应平均池化
NiN	50	0.89516	输出层使用全连接层