实例介绍
使用机器学习端到端图片验证码识别,通杀所有图片类型验证码类型(包括复杂的连在一起、重叠的验证码),支持java,python, c#等语言, 识别精度达95%以上。 机器学习识别验证码,提供了一个完整的图片验证码识别教程 不懂的可以联系我:xxguo81527@foxmail.com
【实例截图】
【核心代码】
通用图片验证码识别(caffe、python、java使用案例教程)
└── 通用图片验证码识别(caffe使用案例教程)
├── kaptcha.war
├── models
│ ├── deploy.prototxt
│ ├── solver.prototxt
│ └── train_val.prototxt
├── python
│ ├── caffe
│ │ ├── _caffe.cpp
│ │ ├── _caffe.so
│ │ ├── classifier.py
│ │ ├── classifier.pyc
│ │ ├── coord_map.py
│ │ ├── detector.py
│ │ ├── detector.pyc
│ │ ├── draw.py
│ │ ├── imagenet
│ │ │ └── ilsvrc_2012_mean.npy
│ │ ├── __init__.py
│ │ ├── __init__.pyc
│ │ ├── io.py
│ │ ├── io.pyc
│ │ ├── net_spec.py
│ │ ├── net_spec.pyc
│ │ ├── proto
│ │ │ ├── caffe_pb2.py
│ │ │ ├── caffe_pb2.pyc
│ │ │ ├── __init__.py
│ │ │ └── __init__.pyc
│ │ ├── pycaffe.py
│ │ ├── pycaffe.pyc
│ │ └── test
│ │ ├── test_coord_map.py
│ │ ├── test_draw.py
│ │ ├── test_io.py
│ │ ├── test_layer_type_list.py
│ │ ├── test_nccl.py
│ │ ├── test_net.py
│ │ ├── test_net_spec.py
│ │ ├── test_python_layer.py
│ │ ├── test_python_layer_with_param_str.py
│ │ └── test_solver.py
│ ├── classify.py
│ ├── CMakeLists.txt
│ ├── detect.py
│ ├── draw_net.py
│ ├── requirements.txt
│ └── train.py
├── test
│ ├── pro_64db.jpg
│ └── pro_gagx.jpg
├── test_classify.py
└── 说明.txt
8 directories, 45 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论