中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

使用TensorFlow 來實現一個簡單的驗證碼識別過程

發布時間:2020-07-28 22:43:01 來源:網絡 閱讀:5626 作者:MobService 欄目:大數據

本文我們來用 TensorFlow 來實現一個深度學習模型,用來實現驗證碼識別的過程,這里識別的驗證碼是圖形驗證碼,首先我們會用標注好的數據來訓練一個模型,然后再用模型來實現這個驗證碼的識別。

1.驗證碼準備

這里我們使用 python 的 captcha 庫來生成即可,這個庫默認是沒有安裝的,所以這里我們需要先安裝這個庫,另外我們還需要安裝 pillow 庫

使用TensorFlow 來實現一個簡單的驗證碼識別過程cdn.xitu.io/2019/5/27/16af775b82262772?imageView2/0/w/1280/h/960/format/webp/ignore-error/1">

安裝好之后,我們就可以用如下代碼來生成一個簡單的圖形驗證碼

使用TensorFlow 來實現一個簡單的驗證碼識別過程

使用TensorFlow 來實現一個簡單的驗證碼識別過程

可以看到圖中的文字正是我們所定義的內容,這樣我們就可以得到一張圖片和其對應的真實文本,接下來我們就可以用它來生成一批訓練數據和測試數據了。

2.預處理

在訓練之前肯定是要進行數據預處理了,現在我們首先定義好了要生成的驗證碼文本內容,這就相當于已經有了 label 了,然后我們再用它來生成驗證碼,就可以得到輸入數據 x 了,在這里我們首先定義好我們的輸入詞表,由于大小寫字母加數字的詞表比較龐大,設想我們用含有大小寫字母和數字的驗證碼,一個驗證碼四個字符,那么一共可能的組合是 (26 + 26 + 10) ^ 4 = 14776336 種組合,這個數量訓練起來有點大,所以這里我們精簡一下,只使用純數字的驗證碼來訓練,這樣其組合個數就變為 10 ^ 4 = 10000 種,顯然少了很多。

所以在這里我們先定義一個詞表和其長度變量:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

這里 VOCAB 就是詞表的內容,即 0 到 9 這 10 個數字,驗證碼的字符個數即 CAPTCHA_LENGTH 是 4,詞表長度是 VOCAB 的長度,即 10。

接下來我們定義一個生成驗證碼數據的方法,流程類似上文,只不過這里我們將返回的數據轉為了 Numpy 形式的數組:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

這樣調用此方法,我們就可以得到一個 Numpy 數組了,這個其實是把驗證碼轉化成了每個像素的 RGB,我們調用一下這個方法試試:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

內容如下:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

可以看到它的 shape 是 (60, 160, 3),這其實代表驗證碼圖片的高度是 60,寬度是 160,是 60 x 160 像素的驗證碼,每個像素都有 RGB 值,所以最后一維即為像素的 RGB 值。

接下來我們需要定義 label,由于我們需要使用深度學習模型進行訓練,所以這里我們的 label 數據最好使用 One-Hot 編碼,即如果驗證碼文本是 1234,那么應該詞表索引位置置 1,總共的長度是 40,我們用程序實現一下 One-Hot 編碼和文本的互相轉換:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

這里 text2vec() 方法就是將真實文本轉化為 One-Hot 編碼,vec2text() 方法就是將 One-Hot 編碼轉回真實文本。

例如這里調用一下這兩個方法,我們將 1234 文本轉換為 One-Hot 編碼,然后在將其轉回來:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

這樣我們就可以實現文本到 One-Hot 編碼的互轉了。

接下來我們就可以構造一批數據了,x 數據就是驗證碼的 Numpy 數組,y 數據就是驗證碼的文本的 One-Hot 編碼,生成內容如下:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

使用TensorFlow 來實現一個簡單的驗證碼識別過程

這里我們定義了一個 getrandomtext() 方法,可以隨機生成驗證碼文本,然后接下來再利用這個隨機生成的文本來產生對應的 x、y 數據,然后我們再將數據寫入到 pickle 文件里,這樣就完成了預處理的操作。

3.構建模型

有了數據之后,我們就開始構建模型吧,這里我們還是利用 traintestsplit() 方法將數據分為三部分,訓練集、開發集、驗證集:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

接下來我們使用者三個數據集構建三個 Dataset 對象:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

然后初始化一個迭代器,并綁定到這個數據集上:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

接下來就是關鍵的部分了,在這里我們使用三層卷積和兩層全連接網絡進行構造,在這里為了簡化寫法,直接使用 TensorFlow 的 layers 模塊:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

這里卷積核大小為 3,padding 使用 SAME 模式,激活函數使用 relu。


經過全連接網絡變換之后,y 的 shape 就變成了 [batchsize, nclasses],我們的 label 是 CAPTCHALENGTH 個 One-Hot 向量拼合而成的,在這里我們想使用交叉熵來計算,但是交叉熵計算的時候,label 參數向量最后一維各個元素之和必須為 1,不然計算梯度的時候會出現問題。詳情參見 TensorFlow 的官方文檔:

https://www.tensorflow.org/apidocs/python/tf/nn/softmaxcrossentropywithlogits


但是現在的 label 參數是 CAPTCHALENGTH 個 One-Hot 向量拼合而成,所以這里各個元素之和為 CAPTCHALENGTH,所以我們需要重新 reshape 一下,確保最后一維各個元素之和為 1:


使用TensorFlow 來實現一個簡單的驗證碼識別過程


這樣我們就可以確保最后一維是 VOCAB_LENGTH 長度,而它就是一個 One-Hot 向量,所以各元素之和必定為 1。

然后 Loss 和 Accuracy 就好計算了:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

再接下來執行訓練即可:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

在這里我們首先初始化 traininitializer,將 iterator 綁定到 Train Dataset 上,然后執行 trainop,獲得 loss、acc、gstep 等結果并輸出。

訓練

運行訓練過程,結果類似如下:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

測試

訓練過程我們還可以每隔幾個 Epoch 保存一下模型:

使用TensorFlow 來實現一個簡單的驗證碼識別過程

當然也可以取驗證集上準確率最高的模型進行保存。

驗證時我們可以重新 Reload 一下模型,然后進行驗證:

使用TensorFlow 來實現一個簡單的驗證碼識別過程



向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

西安市| 梅河口市| 沽源县| 新蔡县| 岳阳县| 南陵县| 互助| 邳州市| 托克逊县| 凤山县| 朔州市| 禹城市| 佛冈县| 巩留县| 吕梁市| 上高县| 仁化县| 册亨县| 昌宁县| 喜德县| 那曲县| 资中县| 博乐市| 昭平县| 南漳县| 泰州市| 乌苏市| 宝兴县| 公安县| 乌什县| 琼海市| 武川县| 雷山县| 西丰县| 兴海县| 郑州市| 同仁县| 确山县| 镇巴县| 丰顺县| 横山县|