版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
基于LSTM+CTC的文字识别案例描述01任务案例目标02任务案例分析03任务案例实施04任务1案例描述1案例描述本案例将使用python的第三方库captcha来生成验证码，并搭建LSTM+CTC网络结构对生成的验证码进行文字识别。2案例目标案例目标学会使用第三方库生成随机验证码；搭建LSTM+CTC的网络架构并对随机生成的验证码进行识别。23案例分析案例分析如何生成验证码，并分批次传给神经网络，这是一个问题。使用captcha来生成验证码，captcha使用Python写的生成验证码的库，它支持图片验证码和语言验证码，这里使用的则是生成图片验证码的功能。34案例实施4案例实施 1.导库fromcaptcha.imageimportImageCaptchafromtensorflow.keras.callbacksimportCallbackfromtensorflow.keras.callbacksimportEarlyStopping,CSVLogger,ModelCheckpoint2.生成验证码接着定义要生成的验证码的内容。这里使用0-9和大写的英文字母A-Z来随机作为验证码的内容。characters=string.digits+string.ascii_uppercase4案例实施接下来就是生成验证码的部分了。这里写了一个CaptchaSequence类，该类继承自Sequence，功能类似于python的生成器，但限制较少，可迁移性更好。该类有三个方法：__init__()：初始化，定义要使用的变量。__len__()：生成的验证码（数据集）的总数量。__getitem__()：返回一个batch_size的数据。4案例实施3.搭建网络
数据准备之后，要开始搭建网络结构了，在此之前，先编写计算CTC损失的函数ctc_lambda_func()。defctc_lambda_func(args):y_pred,labels,input_length,label_length=argsreturnK.ctc_batch_cost(labels,y_pred,input_length,label_length)接着开始搭建网络。提取特征部分用了10层卷积层。4案例实施4.训练模型接下来就开始要进入训练环节了。开始训练之前，设置回调函数，配置模型保存路径，在每个epoch跑完之后验证准确率等。pile(loss={'ctc':lambday_true,y_pred:y_pred},optimizer=Adam(lr=0.001,amsgrad=True))model.fit_generator(train_data,steps_per_epoch=10,epochs=100,vali
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论