由于公司需要进行了中文验证码的图片识别开发，最近一段时间刚忙完上线，好不容易闲下来就继上篇《基于Windows10 x64+visual Studio2013+Python2.7.12环境下的Caffe配置学习 》文章，记录下利用caffe进行中文验证码图片识别的开发过程。由于这里主要介绍开发和实现过程，CNN理论性的东西这里不作为介绍的重点，遇到相关的概念和术语请自行研究。目前从我们训练出来的模型来看，单字识别率接近96%，所以一个四字验证码的准确率大概80%，效果还不错，完全能满足使用，如果每张图片的样本继续加大应该能取得更高的准确率，当然随着样本的加大，训练时间也随之增大，对硬件设备要求也越高，还有就是优化LeNet网络结构，目前这里只使用了三层卷积。
（一）开发准备
（1）开发环境
软件环境：visual Studio2013+Python2.7.12+caffe
硬件环境：Intel Core i7-4790+GTX1080+RAM32G
（2）训练图片
延伸阅读
- ssh框架 2016-09-30
- 阿里移动安全 [无线安全]玩转无线电——不安全的蓝牙锁 2017-07-26
- 消息队列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 论文笔记【图片目标分割】 2017-07-26
- 词向量-LRWE模型-更好地识别反义词同义词 2017-07-26
- 从栈不平衡问题 理解 calling convention 2017-07-26
- php imagemagick 处理 图片剪切、压缩、合并、插入文本、背景色透明 2017-07-26
- Swift实现JSON转Model - HandyJSON使用讲解 2017-07-26
- 阿里移动安全 Android端恶意锁屏勒索应用分析 2017-07-26
- 集合结合数据结构来看看(二) 2017-07-26
学习是年轻人改变自己的最好方式